MétaCan
Menu
Retour à la cohorte
Enregistrement W2069931670 · doi:10.1088/0957-4484/20/6/065304

Fabrication of flexible superhydrophobic films by lift-up soft-lithography and decoration with Ag nanoparticles

2009· article· en· W2069931670 sur OpenAlexaff
Tongjie Yao, Chuanxi Wang, Quan Lin, Xiao Li, Xiaolu Chen, Jie Wu, Junhu Zhang, Kui Yu, Yang Bai

Notice bibliographique

RevueNanotechnology · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensNational Research Council CanadaSteacie Institute for Molecular Sciences
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésMaterials sciencePolydimethylsiloxaneNanotechnologySoft lithographyFabricationWettingElastomerScanning electron microscopeNanoparticleSubstrate (aquarium)LithographyThin filmElectron-beam lithographyContact angleComposite materialResistOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Superhydrophobic films with excellent flexibility have been fabricated by combining the lift-up soft-lithography technique and chemical reduction of [Ag(NH(3))(2)](+) ions to Ag nanoparticles (NPs) on the surface of silica spheres which are patterned on the polydimethylsiloxane (PDMS) films. Scanning electron microscopy (SEM) images reveal the presence of raspberry-like hierarchical structures on the PDMS films. The influence of the amount of Ag NPs and the size of the silica spheres on the wettability of the soft films is investigated carefully. Because PDMS films are elastomeric materials, our superhydrophobic films offer great flexibility. The resulting films can be easily transferred from one substrate surface to another without destroying their superhydrophobicity. These flexible and superhydrophobic films can be used repeatedly to satisfy a wide range of 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 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)0,0000,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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

Citations59
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207