MétaCan
Menu
Retour à la cohorte
Enregistrement W7116687268 · doi:10.6000/1929-5995.2025.14.21

Properties of Sustainable Composite Construction Materials Derived from Recycled Polymers and Nanofillers

2025· article· W7116687268 sur OpenAlexvenueno aff
Mohammed Riyadh Al-Dikheeli

Notice bibliographique

RevueJournal of Research Updates in Polymer Science · 2025
Typearticle
Langue
DomaineMaterials Science
ThématiquePolymer Nanocomposites and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlexural strengthDurabilityUltimate tensile strengthAbsorption of waterComposite numberCompressive strengthThermal stabilityFiller (materials)Dispersion (optics)

Résumé

récupéré en direct d'OpenAlex

This paper presents the investigation of sustainable construction composites manufactured from rPET and rHDPE with the addition of nano-silica, graphene oxide, and nanoclay. The composites were fabricated by melt blending and compression molding. Mechanical, thermal, and durability performances of the composites were tested according to ASTM specifications. Experimental test results revealed that with an optimum loading of 3 wt% nanofillers, there is an enhancement in tensile and flexural strength by up to 35%, improvement of thermal stability by 20-25 °C, and a reduction of water absorption by about 25% compared to unreinforced polymers. SEM, FTIR, and XRD analyses confirm enhancement in interfacial bonding and refinement of microstructure. Compressive strength in the range of 38 to 43 MPa was obtained, which indicates that these materials are suitable for lightweight panels and non-structural elements. The results are in agreement with previously reported literature data and emphasize the possibility of recycled polymer-nanofiller composites to provide low-density durable construction material with an environmental benefit. The engineering-oriented outcome of this study focuses on the optimization of filler dispersion and performance to enable scalable and sustainable application.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
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 enseignants0,111
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,012
Communication savante0,0010,003
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,311
Écart entre enseignants0,287 · 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 tête enseignante, pas un consensus.

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 revueJournal of Research Updates in Polymer ScienceMême sujetPolymer Nanocomposites and PropertiesTravaux en français237 207