MétaCan
Menu
Retour à la cohorte
Enregistrement W2196129309 · doi:10.1021/acsami.5b09100

Dip-in Indicators for Visual Differentiation of Fuel Mixtures Based on Wettability of Fluoroalkylchlorosilane-Coated Inverse Opal Films

2015· article· en· W2196129309 sur OpenAlexafffund
Abootaleb Sedighi, Shuang Qiu, Michael C. K. Wong, Paul C. H. Li

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhotonic Crystals and Applications
Établissements canadiensSimon Fraser University
Organismes subventionnairesMitacs
Mots-clésWettingMaterials scienceNanoporeContact angleNanostructureChemical engineeringGasolinePorosityRefractive indexPorous mediumComposite materialNanotechnologyOrganic chemistryOptoelectronicsChemistry

Résumé

récupéré en direct d'OpenAlex

We have developed the dip-in indicator based on the inverse opal film (IOF) for visual differentiation of organic liquid mixtures, such as oil/gasoline or ethanol/gasoline fuel mixtures. The IOF consists of a three-dimensional porous structure with a highly ordered periodic arrangement of nanopores. The specularly reflected light at the interface of the nanopores and silica walls contributes to the structural color of the IOF film. This color disappears when the nanopores are infiltrated by a liquid with a similar refractive index to silica. The disappearance of the structural color provides a means to differentiate various liquid fuel mixtures based on their wettability of the nanopores in the IOF-based indicators. For differentiation of various liquid mixtures, we tune the wettability threshold of the indicator in such a way that it is wetted (color disappears) by one liquid but is not wetted by the other (color remains). Although colorimetric differentiation of liquids based on IOF wettability has been reported, differentiation of highly similar liquid mixtures require complicated readout approaches. It is known that the IOF wettability is controlled by multiple surface properties (e.g., oleophobicity) and structural properties (e.g., neck angle and film thickness) of the nanostructure. Therefore, we aim to exploit the combined tuning of these properties for differentiation of fuel mixtures with close compositions. In this study, we have demonstrated that, for the first time, the IOF-based dip-in indicator is able to detect a slight difference in the fuel mixture composition (i.e., 0.4% of oil content). Moreover, the color/no-color differentiation platform is simple, powerful, and easy-to-read. This platform makes the dip-in indicator a promising tool for authentication and determination of fuel composition at the point-of-purchase or point-of-use.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,635

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 Opus0,014
Tête enseignante GPT0,269
Écart entre enseignants0,255 · 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

Citations12
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetPhotonic Crystals and ApplicationsTravaux en français237 207