MétaCan
Menu
Retour à la cohorte
Enregistrement W1928538182 · doi:10.1039/c5sm02258d

Compact micro/nano electrohydrodynamic patterning: using a thin conductive film and a patterned template

2015· article· en· W1928538182 sur OpenAlexaff
Hadi Nazaripoor, Charles Robert Koch, Mohtada Sadrzadeh, Subir Bhattacharjee

Notice bibliographique

RevueSoft Matter · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésElectrohydrodynamicsMaterials scienceElectric fieldNano-NanotechnologyElectrical conductorThin filmIonic bondingOptoelectronicsIonChemistryComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

The influence of electrostatic heterogeneity on the electric-field-induced destabilization of thin ionic liquid (IL) films is investigated to control spatial ordering and to reduce the lateral dimension of structures forming on the films. Commonly used perfect dielectric (PD) films are replaced with ionic conductive films to reduce the lateral length scales to a sub-micron level in the EHD pattering process. The 3-D spatiotemporal evolution of a thin IL film interface under homogenous and heterogeneous electric fields is numerically simulated. Finite differences in the spatial directions using an adaptive time step ODE solver are used to solve the 2-D nonlinear thin film equation. The validity of our simulation technique is determined from close agreement between the simulation results of a PD film and the experimental results in the literature. Replacing the flat electrode with the patterned one is found to result in more compact and well-ordered structures particularly when an electrode with square block protrusions is used. This is attributed to better control of the characteristic spatial lengths by applying a heterogeneous electric field by patterned electrodes. The structure size in PD films is reduced by a factor of 4 when they are replaced with IL films, which results in nano-sized features with well-ordered patterns over the domain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,225
Écart entre enseignants0,210 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations20
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207