Nanoscale Adhesive Properties of Graphene: The Effect of Sliding History
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Single‐asperity adhesion between nanoscale silicon tips and few‐layer graphene (FLG) sheets, as well as graphite, was measured using atomic force microscopy (AFM). The adhesion mechanism was understood through experiments and finite element method (FEM) simulations by comparing conventional pull‐forces measurements (contact and separation, without sliding) to those obtained after the tip was slid along the surface before separation (“pre‐sliding”). Without pre‐sliding, no variation in the pull‐off force was measured between consecutive measurements, and there was no observable dependence of the mean pull‐off force value on the number of FLG layers. However, when the tip was pre‐slid over a local area, the first pull‐off force was enhanced by 12–17%; subsequent pull‐off forces then relaxed to a lower, constant value. This occurred regardless of the number of layers, and occurred for aged graphite samples as well. Our analysis indicates that this is due to sliding‐induced changes of graphene's interfacial geometry, whereby local delamination of the top graphene layer occurs, provided there is sufficient atmospheric exposure of the surface after cleaving. This effect provides another unique feature of the nanotribological behavior of atomically‐thin sheets and is consequential for designing graphene‐based devices and coatings where adhesive interactions are important.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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