MétaCan
Menu
Retour à la cohorte
Enregistrement W4405274939 · doi:10.1021/acsomega.4c06464

Physicochemical Properties of Carbon Fiber Formulated from Melt-Spun Raw Asphaltene

2024· article· en· W4405274939 sur OpenAlexafffundabout
Shahrad Khodaei Booran, Jiawei Chen, Md. Minhajul Islam, Idaresit Ekaette, Tri-Dung Ngo, Mark T. McDermott, Tian Tang, Cagri Ayranci

Notice bibliographique

RevueACS Omega · 2024
Typearticle
Langueen
DomaineChemistry
ThématiquePetroleum Processing and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Innovates
Mots-clésAsphalteneRaw materialMaterials scienceUltimate tensile strengthFiberCarbon fibersComposite materialSpinningModulusChemical engineeringOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

One of the challenges in carbon fiber production centers around the high cost of raw materials required for fiber precursors or complex production processes involving multiple steps. This research paper delves into the utilization of asphaltene sourced from Alberta oil sands as an alternative precursor material that is low cost for carbon fiber production. We investigated the carbon fiber production process using a blend of different asphaltene types via melt-spinning technology. Carbon fibers produced from asphaltene-based precursors exhibit an average diameter of 12.66 ± 3.06 μm, an ultimate tensile strength (UTS) of 524.07 ± 218.53 MPa, an elastic modulus of 34.68 ± 15.61 GPa, and a strain at the UTS of 2.48 ± 0.97%. The results validate the viability of asphaltene as a precursor fiber and highlight the potential of carbon fibers.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,516

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,230
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetPetroleum Processing and AnalysisTravaux en français237 207