MétaCan
Menu
Back to cohort
Record W2838508350

Thermoplastic elastomers based on polyester recycled tire fibers and ground tire rubber

2018· article· en· W2838508350 on OpenAlexfundno aff
Siavosh Moghaddamzadeh

Bibliographic record

Venuenot available
Typearticle
Languageen
FieldMaterials Science
TopicMaterial Properties and Applications
Canadian institutionsnot available
FundersNatural Sciences and Engineering Research Council of CanadaCentre québécois sur les matériaux fonctionnels
KeywordsPolyesterComposite materialNatural rubberElastomerThermoplastic elastomerMaterials scienceThermoplasticVulcanizationPolymer
DOInot available

Abstract

fetched live from OpenAlex

Ce projet porte sur la production et la caractérisation de composites hybrides basés sur un polymère thermoplastique (polyéthylène linéaire de basse densité, LLDPE) avec des fibres de polyester de pneus recyclés (RTF) mélangées avec le caoutchouc des pneus usés (GTR) avec et sans styrène-éthylène-butylène-styrène greffé d’anhydride maléique (SEBS-g-MA) comme compatibilisant. L'étude vise à améliorer les propriétés du LLDPE avec le RTF, GTR et SEBS-g-MA. La première étape de l'étude est composée de deux parties principales. La première partie porte sur la caractérisation des RTF par spectroscopie infrarouge à transformée de Fourier (FTIR), spectroscopie des photoélectrons X (XPS), analyse thermogravimétrique (TGA), calorimétrie différentielle à balayage (DSC), microscopie électronique (SEM) et densité; tandis que la deuxième partie rapporte la morphologie des composites fabriqués à partir de différentes conditions. En particulier, l'effet de la concentration de RTF (10, 25 et 50% en poids) avec et sans 10% poids de SEBS-g-MA à différentes vitesses de vis (110, 180 et 250 rpm) en-dessous (LT) et au-dessus (HT) de la température de fusion du RTF (253°C) est étudié par extrusion double-vis suivie du moulage par injection. Les résultats montrent une meilleure distribution des particules GTR (intégrées au RTF) dans la matrice (LLDPE) avec l'augmentation du contenu en RTF dans les mélanges compatibilisés. En outre, l’augmentation de la vitesse des vis entraîne une réduction de la longueur des RTF et de la taille des GTR. Cependant, un profil HT mène à la dégradation de la matrice et du GTR. Dans la deuxième étape du travail, une série complète de caractérisation physique (densité et dureté) et mécanique (tension, flexion et impact) des échantillons produits dans la première partie est présentée. Malgré la diminution des modules et des contraintes maximales, la résistance au choc Charpy augmente de 50% avec 50% de FTR compatibilisées et une amélioration supplémentaire de 56% à haute vitesse de rotation des vis (250 rpm). Cependant, le profil HT diminue toutes les propriétés physico-mécaniques des mélanges. Finalement, les propriétés rhéologiques des échantillons produits lors de la première partie ont été rhéologiquement caractérisés à l’état fondu (cisaillement oscillatoire de faible amplitude, SAOS) et solide (analyse mécanique dynamique, DMA) afin de déterminer les relations entre la mise en œuvre, la morphologie et les propriétés macroscopiques. Les résultats montrent une augmentation de l'élasticité des mélanges avec l’augmentation du contenu en RTF en présence de SEBS-g-MA surtout à des vitesses de vis élevées. Néanmoins, le profil HT présente une diminution de l'élasticité à l’état fondu, tandis que la DMA montre une augmentation de l’élasticité pour le profil LT.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.002
Threshold uncertainty score0.008

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.013
GPT teacher head0.231
Teacher spread0.219 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same topicMaterial Properties and ApplicationsFrench-language works237,207