MétaCan
Menu
Retour à la cohorte
Enregistrement W2039548469 · doi:10.1063/1.3665959

Note: Optimization of piezoresistive response of pure carbon nanotubes networks as in-plane strain sensors

2011· article· en· W2039548469 sur OpenAlexaff
Miao Yu, Li Chen, Ramaswami Sammynaiken, Yiching Lin, Wenjun Zhang

Notice bibliographique

RevueReview of Scientific Instruments · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPiezoresistive effectMaterials scienceGauge factorCarbon nanotubeLinearitySonicationComposite materialStrain (injury)NanotechnologyChemical engineeringElectronic engineeringFabrication

Résumé

récupéré en direct d'OpenAlex

The use of carbon nanotubes (CNT) for the application in in-plane strain detection is promising. In recent years, in-plane strain sensors constructed from CNT networks have been developed; however, few studied optimization of these sensors. In this paper, a study of the optimization of pure CNT networks in terms of piezoresistive response is reported. The so-called pure CNT networks are CNT networks free of surfactants. The performances of piezoresistive response are gauge factor (GF) and linearity. The variables are the number of layers of networks, concentration of CNT solution, and length of sonication time. As a result, the study concluded an optimal pure CNT networks sensor (GF: 2.59, linearity 0.98) with ten layers of networks, 0.8 mg/ml concentration, and 2 h of sonication time.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetCarbon Nanotubes in CompositesTravaux en français237 207