MétaCan
Menu
Retour à la cohorte
Enregistrement W2565337900 · doi:10.1088/2053-1591/3/12/125023

Production and characterization of a novel carbon nanotube/titanium nitride nanocomposite

2016· article· en· W2565337900 sur OpenAlexafffund
Carole E. Baddour, Kaushik Das, Srikar Vengallatore, Jean‐Luc Meunier

Notice bibliographique

RevueMaterials Research Express · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceNanocompositeNanoindentationWettingTinCarbon nanotubeTitanium nitrideCoatingComposite materialContact angleChemical vapor depositionTitaniumNitrideNanotechnologyMetallurgyLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

A novel titanium nitride (TiN)/carbon nanotube (CNT) nanocomposite is produced with the purpose to mechanically, structurally and chemically stabilize a 'felt-like' CNT growth structure. The CNTs are grown on stainless steel (SS) 304 by chemical vapor deposition using the direct growth method previously developed, which does not require the use of an additional catalyst precursor. The TiN coating is achieved by physical vapor deposition and is shown here to generate a nanocomposite with a porous three-dimensional architecture. The contact stiffness is evaluated using nanoindentation, and wetting properties of the TiN/CNT nanocomposites are determined from contact angle measurements. An increase in contact stiffness and effective elastic modulus with TiN coating time was observed. The TiN coating on the non-wetting CNT felt results in a wetting nanocomposite surface. The wetting property is found to be a function of the TiN coating thickness on the CNT structure.

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 enseignants0,001
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,036
Tête enseignante GPT0,265
Écart entre enseignants0,228 · 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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials Research ExpressMême sujetMetal and Thin Film MechanicsTravaux en français237 207