MétaCan
Menu
Retour à la cohorte
Enregistrement W2506024119 · doi:10.1021/acsami.6b06614

Controlled Distribution and Clustering of Silver in Ag-DLC Nanocomposite Coatings Using a Hybrid Plasma Approach

2016· article· en· W2506024119 sur OpenAlexafffund
Maxime Cloutier, Stéphane Turgeon, Yan Busby, Michaël Tatoulian, Diego Mantovani

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésMaterials scienceDiamond-like carbonNanocompositeX-ray photoelectron spectroscopyCoatingCarbon fibersPlasma-immersion ion implantationChemical engineeringPlasmaNanotechnologyScanning electron microscopeTribologyComposite materialThin filmIonIon implantationComposite number

Résumé

récupéré en direct d'OpenAlex

Incorporation of selected metallic elements into diamond-like carbon (DLC) has emerged as an innovative approach to add unique functional properties to DLC coatings, thus opening up a range of new potential applications in fields as diverse as sensors, tribology, and biomaterials. However, deposition by plasma techniques of metal-containing DLC coatings with well-defined structural properties and metal distribution is currently hindered by the limited understanding of their growth mechanisms. We report here a silver-incorporated diamond-like carbon coating (Ag-DLC) prepared in a hybrid plasma reactor which allowed independent control of the metal content and the carbon film structure and morphology. Morphological and chemical analyses of Ag-DLC films were performed by atomic force microscopy, scanning electron microscopy, and X-ray photoelectron spectroscopy. The vertical distribution of silver from the surface toward the coating bulk was found to be highly inhomogeneous due to top surface segregation and clustering of silver nanoparticles. Two plasma parameters, the sputtered Ag flux and ion energy, were shown to influence the spatial distribution of silver particles. On the basis of these findings, a mechanism for Ag-DLC growth by plasma was proposed.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,248
Écart entre enseignants0,233 · 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

Citations49
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207