MétaCan
Menu
Retour à la cohorte
Enregistrement W2324718135 · doi:10.1021/la301623h

Understanding the Edge Effect in Wetting: A Thermodynamic Approach

2012· article· en· W2324718135 sur OpenAlexafffund
Guoping Fang, Alidad Amirfazli

Notice bibliographique

RevueLangmuir · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWettingEnhanced Data Rates for GSM EvolutionThermodynamicsMaterials scienceChemistryPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

Edge effect is known to hinder spreading of a sessile drop. However, the underlying thermodynamic mechanisms responsible for the edge effect still is not well-understood. In this study, a free energy model has been developed to investigate the energetic state of drops on a single pillar (from upright frustum to inverted frustum geometries). An analysis of drop free energy levels before and after crossing the edge allows us to understand the thermodynamic origin of the edge effect. In particular, four wetting cases for a drop on a single pillar with different edge angles have been determined by understanding the characteristics of FE plots. A wetting map describing the four wetting cases is given in terms of edge angle and intrinsic contact angle. The results show that the free energy barrier observed near the edge plays an important role in determining the drop states, i.e., (1) stable or metastable drop states at the pillar's edge, and (2) drop collapse by liquid spilling over the edge completely or staying at an intermediate sidewall position of the pillar. This thermodynamic model presents an energetic framework to describe the functioning of the so-called "re-entrant" structures. Results show good consistency with the literature and expand the current understanding of Gibbs' inequality condition.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,083
Tête enseignante GPT0,267
Écart entre enseignants0,184 · 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'étudeThéorique ou conceptuel
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

Citations55
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207