MétaCan
Menu
Retour à la cohorte
Enregistrement W2205106561 · doi:10.1109/jsen.2015.2478447

Coupled Effects of Film Thickness and Filler Length on Conductivity and Strain Sensitivity of Carbon Nanotube/Polymer Composite Thin Films

2015· article· en· W2205106561 sur OpenAlexafffund
Rubaiya Rahman, S. Soltanian, Peyman Servati

Notice bibliographique

RevueIEEE Sensors Journal · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceCarbon nanotubeComposite numberComposite materialConductivityNanotubePolymerElectrical resistivity and conductivityFiller (materials)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

The coupled effects of varying composite film thicknesses and filler lengths on the conductivity and strain sensitivity of carbon nanotube (CNT)/polymer composite films are investigated through modeling and experiments. Change in average intertube distance is calculated statistically through the Monte Carlo simulations for samples with different CNT concentrations and film thicknesses for a given filler aspect ratio. The composite conductivity is then estimated from the intertube distance with a semi-analytical model based on a tunneling current. The dependence of conductivity on mechanical strain is investigated for varying film thickness for strain sensor applications. A partial alignment of CNTs introduced at film thicknesses less than the CNT length is observed to have a significant influence on the composite conductivity and strain sensitivity, specially at low CNT concentrations. The modeling results can explain the observed experimental results of conductivity for CNT composites, which illustrate a unique dip in conduction with increasing thickness. These results are important for understanding the composite characteristics with different filler orientations and film thicknesses for a given filler length, and useful for the design optimization of high performance composite electronic films for applications in electronic skin and sensors.

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)0,002
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 enseignants0,016
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,017
Tête enseignante GPT0,250
Écart entre enseignants0,233 · 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

Citations13
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetCarbon Nanotubes in CompositesTravaux en français237 207