MétaCan
Menu
Retour à la cohorte
Enregistrement W2021715125 · doi:10.1002/sia.2041

Static SIMS studies of fatty alcohols, amines and esters on gold and aluminium–magnesium alloy surfaces

2005· article· en· W2021715125 sur OpenAlexaff
Daniel J. Miller, Luwei Sun, Mary Jane Walzak, N. S. McIntyre, D. Chvedov, A. Rosenfeld

Notice bibliographique

RevueSurface and Interface Analysis · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueIon-surface interactions and analysis
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésChemistryCarboxylateAluminiumMagnesiumInorganic chemistryMoleculeSecondary ion mass spectrometryMetalAlcoholOrganic chemistryIon

Résumé

récupéré en direct d'OpenAlex

Abstract Static secondary ion mass spectrometry was used to study the chemical reactions and lateral distributions of fatty amines, alcohols and esters spin coated onto gold surfaces and commercial aluminium–magnesium (Al–Mg) alloy surfaces, cleaned using UV–ozone. The aim of this study is to develop an understanding of the interactions of model lubricants with metal surfaces, such as gold and aluminium. This static SIMS study of organic thin films has been able to identify specific reaction products on the aluminium surface for each functional group. This work demonstrates that organic molecules with alcohol, ester and amine functional groups undergo specific chemical reactions with oxidized Al–Mg alloy surfaces. For example, films composed of the fatty alcohol dodecanol were observed to emit monomers, dimers and trimers with discrete distributions. In addition, negative secondary ion mass spectra indicate that a surface carboxylate is formed from the alcohol. The formation of carboxylate reaction products was confirmed by Fourier transform infrared spectroscopy. On Al–Mg alloy surfaces, a direct interaction with the amine and aluminium oxide surface is observed by the detection of a molecular ion that corresponds to the mass of dodecylamine and AlO − , characteristic of aluminium oxide. Ethyl laurate was shown to eliminate the ethyl group, leaving the laurate anion. This study demonstrates the ability of time‐of‐flight (ToF) SIMS to discriminate and detect chemical reaction products formed between model lubricant molecules and metal surfaces. As a result of this study, the use of ToF‐SIMS to identify reaction products of model lubricants can be extended to provide a better understanding of the interactions of lubricants and metal surfaces at high temperatures and pressures that more closely resemble the conditions encountered in industrial rolling processes. Copyright © 2005 John Wiley & Sons, Ltd.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,019
Tête enseignante GPT0,285
Écart entre enseignants0,266 · 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

Citations5
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetIon-surface interactions and analysisTravaux en français237 207