MétaCan
Menu
Retour à la cohorte
Enregistrement W7083673264 · doi:10.1080/25740881.2025.2563157

Investigation of Treated Cellulose Filaments as Flame Retardants in Rigid Insulating Polyurethane Foam

2025· article· en· W7083673264 sur OpenAlexafffund

Notice bibliographique

RevuePolymer-Plastics Technology and Materials · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Analysis with R
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolyurethaneCelluloseComposite numberFire retardantDeformation (meteorology)

Résumé

récupéré en direct d'OpenAlex

The flame retardant commonly used in spray polyurethane foam is tris(1-chloro-2-propyl)phosphate (TCPP), a petroleum-derived chlorinated compound that emits toxic fumes during fires. The objective of this study was to explore the viability of treating cellulose filaments as a sustainable flame-retardant solution to enhance the environmental performance of polyurethane foam and reduce the smoke emission rate in the event of a fire. Cellulose filaments (CFs) were treated using nitrogen- and phosphorus-based compounds, yielding polyelectrolyte complexes (PEC) and layer-by-layer (LbL) products. The morphology, thermogravimetric analysis, fire behavior, and water vapor sorption of the resulting polyurethane foams and treated cellulose were studied. Despite low levels of phosphorus and nitrogen treatment (0.75% and 1.4% phosphorus in PEC, and 7.47% and 4.5% in LbL), the treated CFs showed promising properties. At equivalent phosphorus levels, treated CFs exhibited residue levels comparable to the commercial flame retardant TCPP (28% residue under inert atmosphere in TGA and 44% in cone calorimeter analysis) and produced lower total smoke emissions (TSR of 400 m2/m2 for PEC, 383 m2/m2 for LbL, compared to 432 m2/m2 in TCPP foams and 531 m2/m2 in commercial foams). Further impregnation may be necessary to improve flame-retardant properties.

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 seuil0,002

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 Opus0,008
Tête enseignante GPT0,236
Écart entre enseignants0,228 · 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 revuePolymer-Plastics Technology and MaterialsMême sujetData Analysis with RTravaux en français237 207