MétaCan
Menu
Retour à la cohorte
Enregistrement W2038754673 · doi:10.1039/c0jm01362e

Morphological and quantitative frictional measurements of cotton fibres using friction force microscopy

2010· article· en· W2038754673 sur OpenAlexaff
Zhenyu J. Zhang, Ian W. Fletcher, Claire R. Hurley, Christopher Boardman, Peter Doyle, Graham J. Leggett

Notice bibliographique

RevueJournal of Materials Chemistry · 2010
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensIntertek (Canada)
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésCantileverComposite materialMaterials scienceAtomic force microscopyMicroscopyFriction coefficientStatic frictionCoefficient of frictionChemistryNanotechnologyOptics

Résumé

récupéré en direct d'OpenAlex

Morphological and quantitative frictional measurements have been carried out on cotton fibres in dry air and in a liquid environment using friction force microscopy (FFM). Height and friction images acquired by FFM revealed that the cotton surface was damaged over 20 detergent-only wash cycle, but the inclusion of conditioner in the detergent formulation was found to cause a reduction in the amount of damage. The distribution of the fabric conditioner at the surface was examined by static secondary ion mass spectrometry (SSIMS). The friction–load relationship was found to obey Amontons' law in both dry air and water. The coefficient of friction increased with the number of wash cycles, and was reduced by treatment with fabric conditioner. Similar trends were observed in the variation in surface properties with wash treatment for measurements made in both air and liquid. To model the attachment of microencapsulate onto fibre surface, a poly(methyl methacrylate) (PMMA) encapsulate has been attached to the AFM cantilever to measure the frictional force. The same trend in the coefficient of friction was observed to that of measured by normal AFM cantilever.

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 enseignants0,026
Score d'incertitude au seuil0,522

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 Opus0,027
Tête enseignante GPT0,317
Écart entre enseignants0,290 · 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

Citations8
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials ChemistryMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207