MétaCan
Menu
Retour à la cohorte
Enregistrement W4416183660 · doi:10.1109/ceidp61707.2025.11218474

Investigating the Physiochemical Effect of Nitric Acid on Silicone Rubber Composites for Outdoor Insulation

2025· article· W4416183660 sur OpenAlexafffund
Safi Ullah Butt, Refat Atef Ghunem, Ayman El‐Hag, Li‐Lin Tay

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensNational Research Council CanadaUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésThermogravimetryNitric acidSilicone rubberSiloxaneScanning electron microscopeNatural rubberSiliconeComposite numberArachidic acid

Résumé

récupéré en direct d'OpenAlex

In this paper, the physiochemical effect of nitric acid on silica filled silicone rubber composites is investigated for outdoor insulation applications, by soaking the composites under study in the nitric acid solution with a pH of 3 for 1 week. Fourier Transform Infrared Spectroscopy, thermogravimetry analysis, differential thermal analysis and Scanning electron microscopy are utilized to investigate the chemical, thermal and morphological changes for the aged composites. The intensity of the$1100-1000 ~\text{cm}^{-1}$absorption band, which corresponds to the siloxane backbone, decreases with acidic aging indicating scission of siloxane chain. The aged composites are reported in the thermogravimetry analysis to become more prone to depolymerization as compared to the unaged composites, possibly due to the acid promoting more mobile siloxane chain within the composite matrix. Appearance of pores and filler detachment are also reported from scanning electron microscopy, suggesting the acidic aging effect on the adhesion between filler and the silicone rubber matrix.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,272
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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 sujetPolymer Nanocomposites and PropertiesTravaux en français237 207