MétaCan
Menu
Retour à la cohorte
Enregistrement W2291495610 · doi:10.1002/adv.21686

Cellular Polymer Ferroelectret: A Review on Their Development and Their Piezoelectric Properties

2016· review· en· W2291495610 sur OpenAlexafffund
Abolfazl Mohebbi, Frej Mighri, Abdellah Ajji, Denis Rodrigue

Notice bibliographique

RevueAdvances in Polymer Technology · 2016
Typereview
Langueen
DomaineMaterials Science
ThématiqueHigh voltage insulation and dielectric phenomena
Établissements canadiensPolytechnique MontréalUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésMaterials sciencePolypropylenePolymerPiezoelectricityComposite materialEthylenePolymer chemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Because of their ability to show ferroelectret behavior when exposed to an external electric field, cellular polymers have been recently considered for ferroelectret applications. These cellular polymer films can be produced by stretching or foaming, but depending on the application and conditions, different polymers, such as polypropylene (PP), poly(ethylene terephthalate), poly(ethylene naphthalate), poly(tetrafluoro ethylene), cross‐linked PP, and some cyclo‐olefines, have been considered. Nevertheless, cellular PP was the most investigated material because of its outstanding properties such as high piezoelectricd33 coefficient, flexibility, good fatigue resistance, good charge trapping properties, and low cost. In this review, recent advances related to the materials used for ferroelectret applications and their processing are discussed. The effect of different parameters such as pressure, electrical breakdown strength of the gas phase, presence of fillers, and service temperature on thed33coefficient is presented and discussed.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 GPT0,270
Écart entre enseignants0,248 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations103
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Polymer TechnologyMême sujetHigh voltage insulation and dielectric phenomenaTravaux en français237 207