MétaCan
Menu
Retour à la cohorte
Enregistrement W2316817568 · doi:10.1166/jnn.2010.3014

Novel Method to Produce Single-Walled Carbon Nanotube Films and Their Thermal and Electrical Properties

2010· article· en· W2316817568 sur OpenAlexaff
Michael B. Jakubinek, Michel B. Johnson, Mary Anne White, Jingwen Guan, Benoît Simard

Notice bibliographique

RevueJournal of Nanoscience and Nanotechnology · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCarbon nanotubeSheet resistanceNanotubeFiltration (mathematics)Substrate (aquarium)Thermal resistanceComposite materialThermal conductivityElectrical conductorOptical transparencyNanotechnologyTransparent conducting filmThermalOptoelectronicsLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Single-walled carbon nanotube films are promising candidates for applications requiring transparent conductors due to their low sheet resistance and high transparency in the visible region. Vacuum filtration is a common and easy to implement technique to produce such films but it is complicated by the need to transfer the films to desired substrates. Here we report conditions under which single-walled carbon nanotube films produced by vacuum filtration detach from the filter membrane upon submersion into water, providing a facile method to transfer filtration-produced nanotube films to desired substrates. Sheet resistance and transparency measurements show that these films are competitive with other high conductivity films made through more cumbersome procedures. Films post-treated with nitric acid or made with acid pre-treated nanotubes have superior performance to those made with high-purity nanotubes without any acid treatment. Thermal imaging by scanning thermal microscopy indicates that heat dissipation by the film is comparable to that of a glass substrate.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,045
Score d'incertitude au seuil0,632

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,016
Tête enseignante GPT0,243
Écart entre enseignants0,227 · 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

Citations13
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nanoscience and NanotechnologyMême sujetCarbon Nanotubes in CompositesTravaux en français237 207