MétaCan
Menu
Retour à la cohorte
Enregistrement W2606666070 · doi:10.1088/1361-6528/aa678d

Tunable bending stiffness of MoSe<sub>2</sub>/WSe<sub>2</sub> heterobilayers from flexural wrinkling

2017· article· en· W2606666070 sur OpenAlexfundno aff
Yufeng Guo, Jiapeng Qiu, Wanlin Guo

Notice bibliographique

RevueNanotechnology · 2017
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaProgram for New Century Excellent Talents in UniversityFundamental Research Funds for the Central UniversitiesPriority Academic Program Development of Jiangsu Higher Education InstitutionsNanjing UniversityNanjing University of Aeronautics and AstronauticsInstitute of Nutrition, Metabolism and DiabetesState Key Laboratory of Mechanics and Control of Mechanical StructuresNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésMaterials scienceWrinkleBending stiffnessBendingStiffnessComposite materialvan der Waals forceCompression (physics)Flexural strengthDeformation (meteorology)Flexural rigidity

Résumé

récupéré en direct d'OpenAlex

Abstract Understanding the mechanical behaviors of van der Waals heterogeneous 2D materials is important for their actual applications. Our extensive first-principles calculations and continuum mechanical modeling on the wrinkling of MoSe 2 /WSe 2 heterobilayers caused by compression reveal that the bending stiffness of MoSe 2 /WSe 2 wrinkles strongly depend on the wrinkle structures, which first increase and then decrease with increasing the compressive strain. The bending stiffness of MoSe 2 /WSe 2 wrinkles could be effectively mediated and tuned by adjusting the wrinkle geometry and size. The underlying mechanisms are elucidated by the differences in electronic structures and bonding states at the top, middle and bottom parts of the wrinkles, and the relevance of the changes of bond lengths to flexural deformation. Our results suggest a feasible way to develop flexible devices and nanoelectromechanical systems by utilizing the correlation and coupling between the mechanical and electronic properties in MoSe 2 /WSe 2 wrinkles.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,011
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,255
Écart entre enseignants0,237 · 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.

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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujet2D Materials and ApplicationsTravaux en français237 207