MétaCan
Menu
Retour à la cohorte
Enregistrement W2022899820 · doi:10.1143/jjap.46.l1096

Improvement of Carbon Nanotubes using Cryogenic Treatment

2007· article· en· W2022899820 sur OpenAlexaff
Dae-Weon Kim, Eui-Yun Jang, Seung Min Lee, Wal-Jun Kim, Jong‐Hoon Lee, Jacob I. Kleiman

Notice bibliographique

RevueJapanese Journal of Applied Physics · 2007
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensIntegrity Testing Laboratory (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésKaptonPolyimideLiquid nitrogenMaterials scienceCarbon nanotubeAnnealing (glass)Cryogenic treatmentCryogenic temperatureComposite materialNitrogenCarbon fibersStictionLayer (electronics)Analytical Chemistry (journal)NanotechnologyComposite numberChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Functional improvement of single-walled carbon nanotubes coated on polyimide Kapton HN was studied by means of cyclic cryogenic treatment. Immersing in liquid nitrogen at 77 K joining in heat annealing at 500 K induced the increase of D–G ratio and electrical conductivity in conjecture to the partial remedial junction with the coexisted stiction on surface. The coated thickness was deliberately able to adjust associated with cycling number of cryogenic treatment through the sequential detachment from the outmost layer owing to the axial shrunken effect by new atomic cross links at defects derived from the close bonding distance.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,589

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,265
Écart entre enseignants0,247 · 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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Journal of Applied PhysicsMême sujetCarbon Nanotubes in CompositesTravaux en français237 207