MétaCan
Menu
Retour à la cohorte
Enregistrement W2319970667 · doi:10.1021/ie3012775

Study on Liquid Crystal Polymer-Hexagonal Boron Nitride Composites for Hybrid Heat Sinks

2013· article· en· W2319970667 sur OpenAlexaff
Siu N. Leung, Omer M. Khan, Hao Shi, Hani E. Naguib, F.P. Dawson, Vincent Adinkrah

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHexagonal boron nitrideMaterials scienceComposite materialBoron nitrideHexagonal crystal systemPolymerBoronCrystal (programming language)High heatHeat sinkCrystallographyChemistryNanotechnologyMechanical engineeringGrapheneOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Designers of electronic devices and telecommunications equipment have used different methods (e.g., three-dimensional chip architecture, comprised of a vertically integrated stack of chips) to increase the number of transistors on integrated circuits. These latest chips generate excessive amounts of heat and thus can reach unacceptably high temperatures. In this context, this research aims to develop thermally conductive liquid crystal polymer (LCP)-hexagonal boron nitride (hBN) composite films to replace the traditionally used Kapton films that satisfy the electrical insulation requirements for the attachment of heat sinks to the chips without compromising the heat dissipation performance. Experimental simulations show that the maximum temperature of the heater mounted with a hybrid heat sink reduced with increased hBN content. Furthermore, a sufficient slow cooling process in the fabrication stage of the LCP/hBN composite films promotes the fibrillation of LCP matrix, leading to highly ordered structure and promoted the composite’s heat dissipation ability.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,002
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,102
Tête enseignante GPT0,322
Écart entre enseignants0,220 · 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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetThermal properties of materialsTravaux en français237 207