Farklı Katkıların Poliüretan Köpüklerin Termal ve Akustik Özellikleri Üzerine Etkileri
Notice bibliographique
Résumé
Poliüretan köpüklerin performansını ve işlevselliğini artırmak için katkı malzemeleri sıklıkla kullanılmaktadır. Bununla beraber, katkı malzemesinin seçimi, kullanım miktarı poliüretan köpüğün sahip olduğu diğer özellikleri olumsuz etkilemeden iyileştirilmesi istenen özelliğine göre değişkenlik göstermektedir. Çalışma kapsamında, yarı esnek poliüretan köpüğün, fiziksel özelliklerinden ve akustik performansından ödün vermeden, ısıl iletim katsayısının düşürülmesine yönelik silika aerojel, bentonit ve vermikülit katkı malzemeleri, poliol içerisine poliol’e göre kütlece %1 oranında eklenmiştir. Elde edilen poliüretan numunelerin ısıl iletkenlik ölçümlerinde, katkısız yarı esnek poliüretan köpüğe göre ısıl iletkenlik değerinin aerojel katkısıyla %16,37, bentonit katkısıyla %15,91, vermikülit katkısıyla %17,30 oranında azaldığı görülmüştür. Ses yutum katsayısı sonuçları incelendiğinde, katkı malzemesi ilavesinin yarı esnek poliüretan köpüğün (YEPU) akustik performansını olumlu yönde etkilediği, düşük frekanslarda (160-500Hz) aerojel katkılı YEPU ile yüksek frekanslarda (800-6300Hz) ise vermikülit katkılı YEPU ile en iyi performansın elde edildiği tespit edilmiştir.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».