Notice bibliographique
Résumé
A key objective in electrospinning is generating fibers of nanoscale diameter consistently and reproducibly. Considerable effort has been devoted to understanding how the parameters affect the spinnability and more specifically the diameter of the fibers resulting from the electrospinning process. Many processing parameters that influence the spinnability and the physical properties of nanofibers have been identified. These parameters include process parameters such as electric field strength, flow rate and spinning distance, spinning dope properties including concentration, viscosity and surface tension, etc., the spinning environment factors like humidity and the spinning setup factors such as the diameter of the orifice and the electrospinning angle. Through observation of the electrospinning process and analyzing these parameters, some governing models have been built and simulations of the motion of jet have been carried out. In this chapter, several main existing models and simulation works will be introduced to help readers gain an understanding of the concept of electrospinning. Electrospinning mechanism For a long time, the mechanism of electrospinning for forming nanoscaled fibers was believed to be a result of a “split” as seen by the naked eye (Fig. 4.1a). The “splitting” is explained by Doshi and Reneker [1, 2] that, as the jet diameter decreases, the surface charge density increases, resulting in high repulsive forces which split the jet into smaller jets splay. When a high-speed camera was used in the investigation of electrospinning jet, unstable bending, also known as “whipping” of jet, was observed, and the “bending instability” started being widely accepted as the electrospinning mechanism, as shown in Fig. 4.1b. As described [3, 4], the electrospun jet vigorously bent spirally and stretched inside a conical envelope resulting in a huge stretch ratio and a nanoscale diameter.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,010 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».