Influence of Alkali Ions on Tribological Properties of Silicon Surface
Notice bibliographique
Résumé
Tribological properties of surfaces (friction, adhesion and wear) provide challenging limitations to the design of reliable machines on the micro- and nanometer scale as the surface to volume area increases and volume, mass and inertia of the mobile parts decrease. This study reports on the reduction in the friction force of silicon surfaces after the alkali metal ion exposure in the form of aqueous solutions. A scanning force microscope equipped with a liquid cell was used to investigate the friction force and the pull-off force of a flat silicon surface immersed in water and in different alkali metal chlorides solutions: LiCl, NaCl and CsCl. The concentration ranged from 0.1 up to 1000 µmol/l. The changes in the free surface energy of the initial surface and of the modified surfaces after drying were determined from contact angle measurements and from the acid–base adhesion theory. In both cases, in the liquid environment and after drying of the exposed silicon substrates in air, the friction force is reduced by approximately 50 %. Our results provide new, fundamental insight into the exchange of surface termination layers in particular for tribology. Also it is suggested to use the procedure as a low-cost alternative to improve the tribological properties of the silicon surface in particular in applications where lubricating fluids are not appropriate, e.g., in nanomachines and devices.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».