Advances in Fire Retardancy of Polymeric Nanocomposites and Applications
Notice bibliographique
Résumé
Emerging advancement in nanotechnology have facilitated the embedment of nanomaterials (NMs) such as graphene and derivatives, carbon nanotubes and derivatives, nanowires, and so on, within polymeric matrices to attain enhanced properties, especially fire retardancy, in polymeric nanoarchitectures (PNC) for multifarious applications. In thermal interface materials (TIM) for electronic gadgets, notable fire hazards are often ignored, whereas PNC exhibiting electromagnetic interference (EMI) shielding are frequently subjected to accidental fires. Furthermore, fire warning sensors with capability of rapidly exposing fire dangers in combustible materials plays a key role in mitigating or entirely eliminating fire disasters in most scenarios. Moreover, the escalating evolution of electronic gadgets in the fifth-generation (5G) era has made superlative fire safety, thermal stability and high-performance of PNC highly imperative. Nanowires are one-dimensional (1-D) nanostructures possessing a high length to diameter aspect ratios, unique flame retardant (FR), mechanical, electrical, thermal, and optical properties. The inclusion of different forms of nanowires within polymeric matrices has tremendously enhanced the flame retardancy (F-R) of nanowire@polymeric nanoarchitectures (N-PNC) thereby enlarging their scope of applications. Therefore, this paper presents advances in flame retardancy of nanowire polymeric nanoarchitectures.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».