MétaCan
Menu
Retour à la cohorte
Enregistrement W4413398109 · doi:10.1002/pc.70314

Effect of Exfoliated, Oxidized Molybdenum Disulfide on Mechanical and Tribological Properties of <scp>NBR</scp> / <scp>BR</scp> Blends

2025· article· en· W4413398109 sur OpenAlexafffund
Seyed Rasoul Mousavi, Samaneh Salkhi Khasraghi, Majed Amini, Mohammad Arjmand

Notice bibliographique

RevuePolymer Composites · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Wear Analysis
Établissements canadiensVancouver Island UniversityUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesMitacs
Mots-clésMolybdenum disulfideMaterials scienceTribologyDisulfide bondComposite materialMolybdenumMetallurgyChemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Enhancing wear resistance is crucial for improving the durability of rubber products while minimizing the release of rubber particles into the environment. Molybdenum disulfide (MoS 2 ) is a promising reinforcing filler, but the tendency of its sheets to stack together limits dispersion within rubber matrices. To overcome this challenge, we present a straightforward method for liquid‐phase exfoliation and partial oxidation of MoS 2 using CaCl 2 and H 2 O 2 , assisted by ultrasonication. The successful exfoliation–oxidation process is confirmed through multiple characterization techniques, all complementing each other. The effects of virgin MoS 2 (M) and exfoliated, oxidized MoS 2 (MO) on swelling behavior, mechanical performance, tribological properties, and thermal stability of an NBR/BR blend are systematically analyzed. MO sheets exhibit superior dispersion, effectively reducing wear‐induced weight loss from 15.2% in the pristine blend to 9.9% at a 4 phr MO loading. Additionally, incorporating 4 phr MO into the blend substantially enhances crosslink density (261%), tensile strength (96%), tear strength (70%), and thermal stability (63% increase in residual mass at 700°C). Notably, while adding M to the blend system enhanced these properties, the improvements were relatively lower in magnitude. These findings offer a promising approach to developing multifunctional rubber nanocomposites for industrial applications.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,012
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,211 · 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.

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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymer CompositesMême sujetTribology and Wear AnalysisTravaux en français237 207