MétaCan
Menu
Retour à la cohorte
Enregistrement W2066003717 · doi:10.1039/c4sm02584a

Swelling-induced surface instability patterns guided by pre-introduced structures

2015· article· en· W2066003717 sur OpenAlexaff
Qingguo Du, Ying Guan, X. X. Zhu, Yongjun Zhang

Notice bibliographique

RevueSoft Matter · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Materials and Mechanics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesProgram for New Century Excellent Talents in UniversityNational Natural Science Foundation of China
Mots-clésInstabilityMaterials scienceSwellingHexagonal crystal systemPattern formationMorphology (biology)WavelengthSurface (topology)Line (geometry)Substrate (aquarium)NanotechnologyChemical physicsComposite materialCrystallographyGeometryGeologyOptoelectronicsChemistryMechanicsMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Swelling-induced, spontaneously generated surface instability patterns in substrate-attached hydrogel films can be harnessed for advanced applications, however, methods to control their formation and morphology are missing. Here we propose that their generation may be guided by intentionally pre-introduced line structures. While uniform gel films produce irregular polygonal instability patterns, instability patterns generated in pre-patterned films with hexagonal line structures are regular hexagons with long-range order. The pre-introduced line structures act as defects in the generation of the surface instability patterns, which determine the position of the creases, regulate their rearrangement and determine their final morphology. The contrast between the pre-introduced structures and the surrounding area should be high enough for the pre-introduced structures to act as defects. Only when the characteristic wavelength of the pre-introduced pattern matches with the one of the gel film, perfect hexagonal patterns can be obtained. The gel films with uniform topographic features may find various advanced applications.

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 enseignants0,037
Score d'incertitude au seuil0,829

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 Opus0,019
Tête enseignante GPT0,246
Écart entre enseignants0,226 · 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

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetAdvanced Materials and MechanicsTravaux en français237 207