MétaCan
Menu
Retour à la cohorte
Enregistrement W2100538571 · doi:10.1002/mren.201300113

Measuring Shear‐<scp>I</scp>nduced Adhesion of Gecko‐<scp>I</scp>nspired Fibrillar Arrays Using Scanning Probe Techniques

2013· article· en· W2100538571 sur OpenAlexafffund
Yasong Li, Cheng Zhang, James Zhou, Carlo Menon, Byron D. Gates

Notice bibliographique

RevueMacromolecular Reaction Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdhesion, Friction, and Surface Interactions
Établissements canadiensSimon Fraser University
Organismes subventionnairesBritish Columbia Knowledge Development FundNatural Sciences and Engineering Research Council of Canada
Mots-clésAdhesiveAdhesionGeckoContact angleMaterials scienceClimbNanotechnologyComposite materialMicrometerWettingContact areaShear (geology)Shear forceMechanical engineeringEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The natural ability of geckos and spiders to climb almost all surfaces using the compliant, nano‐structured components on their feet provides motivation for making bio‐inspired adhesives. The goal of the studies in this paper is to create an analytical technique for improving the ability to characterize dry adhesives modeled after these biological systems. The technique described herein uses a scanning probe microscope to manipulate a flat test surface in contact with biomimetic fibrillar arrays while monitoring the adhesion forces. Adhesion forces were measured after both normal contact and shear‐induced contact between the nano‐structured fibrils and the test surface. Results confirm that the adhesion forces are higher for bio‐inspired adhesives after a shear‐induced contact. Variations in these forces can be measured across the sample with micrometer‐scale lateral resolution. This method of analysis can be extended to evaluate bio‐inspired dry adhesives with realistic mechanisms of attachment utilized in robotic and similar applications of these materials.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,159
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,215
Écart entre enseignants0,197 · 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.

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

Citations4
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromolecular Reaction EngineeringMême sujetAdhesion, Friction, and Surface InteractionsTravaux en français237 207