MétaCan
Menu
Retour à la cohorte
Enregistrement W4414512104 · doi:10.3390/nano15191468

Viscous Rheological Behavior of Nanosuspensions of Fumed Silica Nanoparticles and Cellulose Nanocrystals

2025· article· en· W4414512104 sur OpenAlexafffund
Rajinder Pal, Hanie Alizadeh

Notice bibliographique

RevueNanomaterials · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFumed silicaRheologyAgglomerateShear rateCelluloseApparent viscosityViscosityConsistency index

Résumé

récupéré en direct d'OpenAlex

The viscous rheological behavior of suspensions of mixtures of fumed silica nanoparticles (N20) and rod-shaped cellulose nanocrystals (NCC) were studied experimentally. The fumed silica concentration varied from 2 to 11.3 wt% and the NCC concentration varied from 0.99 to 6.73 wt%. The suspensions of pure fumed silica, pure NCC, and mixtures of N20 and NCC were non-Newtonian shear-thinning in nature. The viscosity versus shear rate data of all suspensions of pure and mixed additives could be described satisfactorily by a power-law model. The consistency and flow behavior indices of the suspensions were strongly dependent on the concentrations of both N20 and NCC. While the consistency index increased sharply with the increases in additive (N20 and NCC) concentrations, the flow behavior index generally decreased with the increases in N20 and NCC concentrations. Thus, the suspensions became more shear-thinning with the increases in N20 and NCC concentrations. The shear-thinning of suspensions was due to two different mechanisms: the orientation of rod-shaped cellulose nanocrystals in the flow direction with the increase in shear rate and the break-up of large agglomerates of fumed silica aggregates with the increase in shear rate.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,713

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,308
Écart entre enseignants0,286 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanomaterialsMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207