MétaCan
Menu
Retour à la cohorte
Enregistrement W2075303441 · doi:10.1109/tnano.2011.2160457

A Model for Large Deflections of Nanobeams and Experimental Comparison

2011· article· en· W2075303441 sur OpenAlexaff
Yasothorn Sapsathiarn, R. K. N. D. Rajapakse

Notice bibliographique

RevueIEEE Transactions on Nanotechnology · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésStiffeningMaterials scienceTimoshenko beam theoryResidual stressDeflection (physics)Beam (structure)MechanicsElastic modulusNanoelectromechanical systemsBoundary value problemElasticity (physics)Bending stiffnessMaterial propertiesStructural engineeringStiffnessClassical mechanicsComposite materialPhysicsNanotechnologyEngineering

Résumé

récupéré en direct d'OpenAlex

Bending tests are commonly used for characterization of materials at the nanoscale. Beams are also key elements of nanomechanical and nanoelectromechanical devices. This paper is motivated by recent experiments of large deflections of chromium cantilevers and modeling based on the classical large deflection beam theory to simulate experiments. A review of nanobeam experiments shows complex size dependency of elastic modulus that is influenced by beam thickness (or diameter) and end boundary conditions. A new large deflection beam model that accounts for surface energy effects is presented. It is shown that the model is capable of simulating experiments by using size-independent properties such as bulk elastic modulus and surface residual stress. The model is then used to explain the softening or stiffening behavior observed experimentally in nanocantilevers and relative size independence of clamped-clamped beams. Size dependence of elastic modulus (or stiffening/softening) is a modeling artifact introduced due to the use of classical elasticity theory for nanostructures and the current model shows that simulations based on classical beam theory require careful interpretation.

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: aucune
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil0,454

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 Opus0,034
Tête enseignante GPT0,308
Écart entre enseignants0,275 · 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

Citations28
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on NanotechnologyMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207