MétaCan
Menu
Retour à la cohorte
Enregistrement W2042865620 · doi:10.1063/1.4895779

Needle-free drop deposition technique for contact angle measurements of superhydrophobic surfaces

2014· article· en· W2042865620 sur OpenAlexaff
Prashant R. Waghmare, Sushanta K. Mitra

Notice bibliographique

RevueJournal of Applied Physics · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensYork UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWettingDrop (telecommunication)Contact angleMaterials scienceSessile drop techniqueSubstrate (aquarium)Surface energyDrop impactLiquid dropDeposition (geology)Composite materialNanotechnologyWetting transitionMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The study of wetting characteristics of low-energy (e.g., superhydrophobic) liquid-repellent surfaces is of great importance towards optimal design of such micro/nano-engineered surfaces. The most common technique to accomplish this involves bringing a drop generated at the needle-tip close to the characterizing substrate with a goal to deposit it on the substrate, which often becomes a challenge when the surface energy of the drop-substrate combination is comparable to the needle-drop system. In this paper, we proposed a new “needle-free” drop deposition technique, which overcomes this challenge for characterization the low-energy substrates. This is achieved by placing an additional low-energy substrate above the characterizing substrate and allowing the drop-needle combination to impact on this additional substrate. This technique is not only independent of the wetting properties of the needle and the characterizing substrate but is also independent of the liquid drop properties, thereby making it a very universal technique for characterizing substrate in air medium.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,031
Tête enseignante GPT0,252
Écart entre enseignants0,221 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207