MétaCan
Menu
Retour à la cohorte
Enregistrement W2330076417 · doi:10.1166/jnn.2009.1095

Stretchable Carbon Nanosprings Production by a Catalytic Growth Process

2009· article· en· W2330076417 sur OpenAlexaff
Sébastien Vaudreuil, Mosto Bousmina

Notice bibliographique

RevueJournal of Nanoscience and Nanotechnology · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCarbon nanotubeNanotechnologyCurvatureDeformation (meteorology)Carbon fibersOptoelectronicsComposite material

Résumé

récupéré en direct d'OpenAlex

Due to their peculiar electromagnetic and mechanical properties, helical carbon nanotubes (HCNT) have important potential applications in micro and nanoelectromechanical fields where they can be used as springs, magnetic field detectors, electromagnets, inductors and actuators. We report here the synthesis of carbon nanosprings through a non-classical catalytic growth process using a nanoporous support, where the regular array of openings allows the control of the diameter and coil pitch of the nanosprings. Exposition of such carbon nanosprings to a laser beam beyond an energy threshold can induce a permanent deformation characterized by the decoiling of the spring. Such permanent deformation results from an internal stresses relief mechanism, where pentagon-heptagon defect pairs reverting back to hexagon rings reduce the curvature of the coiled nanotube. This is expected to have important potential therapeutic applications in which carbon nanosprings can be located specifically in artery channels to remove fatty substances. They can also be located within cancer cells through specific interactions, after which the cells would be destroyed through the use of a more energetic but not harmful laser light. Such energy application is expected to fragment HCNT into digestible carbon for assimilation by the human body.

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 enseignants0,006
Score d'incertitude au seuil0,585

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 technologies0,0000,000
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 Opus0,004
Tête enseignante GPT0,228
Écart entre enseignants0,223 · 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

Citations5
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

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