MétaCan
Menu
Retour à la cohorte
Enregistrement W2582946960 · doi:10.1021/acssuschemeng.6b02957

Smooth Water-Based Antismudge Coatings for Various Substrates

2017· article· en· W2582946960 sur OpenAlexaff
Xu Wu, Minhuan Liu, Ximing Zhong, Guojun Liu, Ian Wyman, Zhengping Wang, Yaqian Wu, Hui Yang, Jinben Wang

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensQueen's University
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésMaterials scienceAbrasion (mechanical)DurabilityPolymerSolventCorrosionComposite materialCoatingThermal shockMetalChemical engineeringNanotechnologyMetallurgyOrganic chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Smooth particle-free antismudge coatings show potential for various applications because they are not prone to the limitations that plague rough self-cleaning surfaces such as poor durability and transparency. These smooth coatings are typically prepared from solvent-based precursors due to their requirement for amphiphobic moieties. We report herein a facile strategy to prepare from water-based precursors smooth antismudge coatings that can be readily applied onto various substrates including metal, wood, paper, and glass. These novel coatings exhibit unprecedented antismudge properties even with a thickness of only 5.0 ± 0.5 μm and contain only 0.7744 wt % of fluorinated polymer. In addition, these transparent coatings retain their antismudge properties even after they are subject to bending, impact, scratching, abrasion, corrosion, UV irradiation, and thermal shock tests.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,229
Écart entre enseignants0,217 · 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'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

Citations55
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207