MétaCan
Menu
Retour à la cohorte
Enregistrement W2118496441 · doi:10.1088/0957-4484/22/48/485704

Modeling electrical conductivities of nanocomposites with aligned carbon nanotubes

2011· article· en· W2118496441 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueNanotechnology · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensMcGill UniversityThe King's UniversityCanada Research ChairsYork UniversityUniversity of TorontoUniversity of King's College
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaQatar National Research Fund
Mots-clésMaterials scienceCarbon nanotubePercolation (cognitive psychology)NanocompositeElectrical resistivity and conductivityConductivityComposite materialResistorPercolation thresholdMonte Carlo methodCuboid

Résumé

récupéré en direct d'OpenAlex

We have developed an improved three-dimensional (3D) percolation model to investigate the effect of the alignment of carbon nanotubes (CNTs) on the electrical conductivity of nanocomposites. In this model, both intrinsic and contact resistances are considered, and a new method of resistor network recognition that employs periodically connective paths is developed. This method leads to a reduction in the size effect of the representative cuboid in our Monte Carlo simulations. With this new technique, we were able to effectively analyze the effects of the CNT alignment upon the electrical conductivity of nanocomposites. Our model predicted that the peak value of the conductivity occurs for partially aligned rather than perfectly aligned CNTs. It has also identified the value of the peak and the corresponding alignment for different volume fractions of CNTs. Our model works well for both multi-wall CNTs (MWCNTs) and single-wall CNTs (SWCNTs), and the numerical results show a quantitative agreement with existing experimental observations.

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 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 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 enseignants0,015
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,021
Tête enseignante GPT0,224
Écart entre enseignants0,204 · 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