MétaCan
Menu
Retour à la cohorte
Enregistrement W2152756410 · doi:10.1088/0957-0233/20/2/025703

Frequency-dependent viscoelasticity measurement by atomic force microscopy

2008· article· en· W2152756410 sur OpenAlexafffund
Nan Yang, Kenneth Kar Ho Wong, John R. de Bruyn, Jeffrey L. Hutter

Notice bibliographique

RevueMeasurement Science and Technology · 2008
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésViscoelasticityMaterials scienceSelf-healing hydrogelsElastic modulusVinyl alcoholComposite materialModulusDynamic modulusAtomic force acoustic microscopyDynamic mechanical analysisDeflection (physics)Atomic force microscopyNanomechanicsElasticity (physics)AmplitudeMicroscopyYoung's modulusOpticsNanotechnologyPolymer chemistryMagnetic force microscopePhysicsPolymer

Résumé

récupéré en direct d'OpenAlex

We demonstrate a new technique for investigating viscoelastic properties of soft materials using the atomic force microscope. A small oscillatory voltage is added to the deflection signal of the atomic force microscope causing a vertical oscillatory sample motion. Monitoring the amplitude and phase of this motion allows determination of the viscous and elastic moduli of the sample as a function of frequency during contact imaging. This technique is applied to suspended poly(vinyl alcohol) nanofibers and poly(vinyl alcohol) hydrogels, giving results similar to those measured using traditional static methods. However, the moduli of both the fibers and the hydrogels show a significant frequency dependence. The Young's modulus of the fibers increases with frequency, while for the viscoelastic hydrogels, the storage modulus dominates the mechanical response at low frequency whereas the loss modulus dominates at high frequency.

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)0,001
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,254
Écart entre enseignants0,236 · 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

Citations29
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMeasurement Science and TechnologyMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207