MétaCan
Menu
Retour à la cohorte
Enregistrement W7116126694 · doi:10.82417/71jp-8s82

Impact of polydispersity on polymer solutions and electrospun nanofibers

2025· other· en· W7116126694 sur OpenAlexaff

Notice bibliographique

RevueEspace ÉTS (ETS) · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésRheologyDispersityPolymerRheometerElectrospinningPolystyreneRheometryNanofiberExtensional viscosity

Résumé

récupéré en direct d'OpenAlex

The extensional rheology of low-viscosity liquids is a field still in its infancy, yet it plays a critical role in numerous applications. One prominent example is the production of nanoscale fibers through electrospinning, where the rheological properties of polymer solutions are crucial for achieving consistent fiber formation and controlled morphologies. This study investigates the impact of polymer polydispersity on the rheological properties of solutions and their ability to produce electrospun nanofibers. Polymer blends with varying polydispersity but identical average molecular weights (Mw) were prepared using polystyrene (PS) dissolved in dimethylformamide (DMF) and polyethylene oxide (PEO) dissolved in water. The rheological behavior of these solutions was characterized using Capillary Breakup Extensional Rheometry (CaBER), and their processability was evaluated through electrospinning. Results demonstrate that solutions with higher polydispersity exhibit greater elasticity compared to those with narrower molecular weight distributions. Furthermore, electrospinning such solutions yielded nanoscale fibers of superior quality. This work underscores the critical role of elongational elasticity in producing high-quality nanofibers, which can be enhanced by increasing polymer polydispersity. Additionally, the CaBER rheometer proved to be an effective tool for optimizing the rheological properties of polymer solutions for electrospinning applications.

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)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 GPT0,263
Écart entre enseignants0,254 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueEspace ÉTS (ETS)Travaux en français237 207