MétaCan
Menu
Retour à la cohorte
Enregistrement W1947375772 · doi:10.1039/c5sm02170g

Quantitative diffusion and swelling kinetic measurements using large-angle interferometric refractometry

2015· article· en· W1947375772 sur OpenAlexafffund
John Saunders, Hao Chen, Chris Brauer, Weijian Chen, Jack A. Barnes, Hans‐Peter Loock

Notice bibliographique

RevueSoft Matter · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRefractometryRefractive indexDiffusionKineticsSubstrate (aquarium)Analytical Chemistry (journal)Materials scienceChemistryFick's laws of diffusionOpticsThermodynamicsChromatographyPhysicsOptoelectronics

Résumé

récupéré en direct d'OpenAlex

The uptake and release of sorbates into films and coatings is typically accompanied by changes of the films' refractive index and thickness. We provide a comprehensive model to calculate the concentration of the sorbate from the average refractive index and the film thickness, and validate the model experimentally. The mass fraction of the analyte partitioned into a film is described quantitatively by the Lorentz-Lorenz equation and the Clausius-Mosotti equation. To validate the model, the uptake kinetics of water and other solvents into SU-8 films (d = 40-45 μm) were explored. Large-angle interferometric refractometry measurements can be used to characterize films that are between 15 μm to 150 μm thick and, Fourier analysis, is used to determine independently the thickness, the average refractive index and the refractive index at the film-substrate interface at one-second time intervals. From these values the mass fraction of water in SU-8 was calculated. The kinetics were best described by two independent uptake processes having different rates. Each process followed one-dimensional Fickian diffusion kinetics with diffusion coefficients for water into SU-8 photoresist film of 5.67 × 10(-9) cm(2) s(-1) and 61.2 × 10(-9) cm(2) s(-1).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,056
Tête enseignante GPT0,274
Écart entre enseignants0,219 · 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

Citations21
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207