MétaCan
Menu
Retour à la cohorte
Enregistrement W4407199524 · doi:10.1177/08927057251319772

Influence of fiber concentration and length on the dielectric, mechanical, and thermal properties of maple wood fiber-reinforced polypropylene

2025· article· en· W4407199524 sur OpenAlexafffund
Farshid Basiji, Fouad Erchiqui, Ahmed Koubaa, Ismaeil Ghasemi

Notice bibliographique

RevueJournal of Thermoplastic Composite Materials · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesFondation de l’Université du Québec en Abitibi-Témiscamingue
Mots-clésMaterials scienceComposite materialMaplePolypropyleneFiberDielectricThermal

Résumé

récupéré en direct d'OpenAlex

Natural fiber-reinforced polymer composites are gaining popularity due to their sustainability and enhanced properties compared to pure polymers. Recently, these composites have been utilized as dielectric materials. In this study, polypropylene (PP) reinforced with maple wood fibers of different lengths (50, 75, and 100 µm) and various fiber concentrations (5%, 10%, 15%, and 20%) were examined. The effects of fiber length and concentration on the dielectric, mechanical, and thermal properties were investigated. All composites exhibited a higher dielectric constant and conductivity than pure PP, along with a lower loss factor. This suggests that adding maple wood fibers generally enhances the dielectric properties. As fiber concentration increases, the dielectric constant tends to rise while the loss factor tends to decrease. TGA results indicated that adding more fibers reduces thermal stability at low temperatures but increases stability at high temperatures. Mechanical testing revealed an increase in strength but a decrease in elongation. However, fiber length did not significantly impact the mechanical properties. SEM analysis showed a uniform distribution of fibers at 5% weight that improves strength, while a 20% weight leads to clustering that weakens the composite.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Thermoplastic Composite MaterialsMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207