Effet des modifications de surface sur les propriétés morphologiques et mécaniques de composites à base de coquille de sarrasin et de polyéthylène
Bibliographic record
Abstract
Ce projet se concentre sur la production et la caractérisation de composites à base de polymère thermoplastique (polyéthylène de haute densité) et de particule naturelle (coquilles de sarrasin) comme valorisation de ces dernières. Des échantillons ont été préparés avec trois composés différents. La première partie porte sur les coquilles non traitées et utilisées directement dans la matrice polymère. La seconde partie porte sur les coquilles traitées (mercerisation) avant leur introduction dans la matrice polymère, tandis que la partie finale porte sur les coquilles traitées avec l'ajout d'un agent de couplage (polyéthylène greffé d'anhydride maléique). Tous les échantillons ont été préparés à des concentrations de 10, 20, 30 et 40% en poids de coquilles de sarrasin pour comparer avec la matrice seule (0%). Des plaques ont ensuite été fabriquées par moulage en compression pour préparer les éprouvettes d'essai. Les caractéristiques morphologiques (microscopie électronique à balayage), physiques (densité et dureté) et mécaniques (tension et impact) ont été mesurées sur les échantillons produits. Sur la base des résultats obtenus, on remarque que certaines propriétés mécaniques et physiques sont améliorées, mais seulement en utilisant le traitement alcalin en combinaison avec l'agent de couplage. En général, les meilleurs résultats sont obtenus pour une concentration de 30% en poids.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".