Thermal conductivity of bulk boron nitride nanotube sheets and their epoxy‐impregnated composites
Notice bibliographique
Résumé
The thermal conductivity of bulk, self‐supporting boron nitride nanotube (BNNT) sheets composed of nominally 100% BNNTs oriented randomly in‐plane was measured by a steady‐state, parallel thermal conductance method. The sheets were either collected directly during synthesis or produced by dispersion and filtration. Differences between the effective thermal conductivities of filtration‐produced BNNT buckypaper (∼1.5 W m−1 K−1) and lower‐density as‐synthesized sheets (∼0.75 W m−1 K−1), which are both porous materials, were primarily due to their density. The measured results indicate similar thermal conductivity, in the range of 7–12 W m−1 K−1, for the BNNT network in these sheets. High BNNT‐content composites (∼30 wt.% BNNTs) produced by epoxy impregnation of the porous BNNT network gave 2–3 W m−1 K−1, more than 10× the baseline epoxy. The combination of manufacturability, thermal conductivity, and electrical insulation offers exciting potential for electrically insulating, thermally conductive coatings and packaging. Thermal conductivity of free‐standing BNNT buckypaper, buckypaper composites, and related materials at room temperature.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».