MétaCan
Menu
Retour à la cohorte
Enregistrement W1973101794 · doi:10.1039/c4sm02371d

Nano-scale surface wrinkling in chiral liquid crystals and plant-based plywoods

2014· article· en· W1973101794 sur OpenAlexafffund
Pardis Rofouie, Damiano Pasini, Alejandro D. Rey

Notice bibliographique

RevueSoft Matter · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésCurvatureSurface tensionHomeotropic alignmentScalingMaterials scienceLiquid crystalCapillary actionSurface (topology)AnisotropyDilation (metric space)OpticsGeometryPhysicsComposite materialThermodynamicsMathematics

Résumé

récupéré en direct d'OpenAlex

We present theoretical scaling and computational analysis of nanostructured free surfaces formed in chiral liquid crystals (LC) and plant-based twisted plywoods. A nemato-capillary model is used to derive a generalized equation that governs the shape of cholesteric free surfaces. It is shown that the shape equation includes three distinct contributions to the capillary pressure: area dilation, area rotation, and director curvature. To analyse the origin of periodic reliefs in plywood surfaces, these three pressure contributions and corresponding surface energies are systematically investigated. It is found that for weak homeotropic surface anchoring, the nano-wrinkling is driven by the director curvature pressure mechanism. Consequently, the model predicts that for a planar surface with a uniform tangential helix vector, no surface nano-scale wrinkling can be observed because the director curvature pressure is zero. Scaling is used to derive the explicit relation between the wrinkling's amplitude to the wavelength ratio as a function of the anisotropic surface tension, which is then validated with experimental values. These new findings can be used to characterize plant-based twisted plywoods, as well as to inspire the design of biomimetic chiro-optical 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,050
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,188
Écart entre enseignants0,183 · 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 tête enseignante, 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

Citations23
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetAdvanced Materials and MechanicsTravaux en français237 207