MétaCan
Menu
Retour à la cohorte
Enregistrement W2610760696 · doi:10.1021/acs.langmuir.6b04409

Precision-Trimming 2D Inverse-Opal Lattice on Elastomer to Ordered Nanostructures with Variable Size and Morphology

2017· article· en· W2610760696 sur OpenAlexaff
Haoran Zhan, Yanqiu Chen, Yu Liu, Woon‐Ming Lau, Chao Bao, Minggan Li, Yunlong Lu, Jun Mei, David Hui

Notice bibliographique

RevueLangmuir · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhotonic Crystals and Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesMinistry of Science and Technology of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésDimpleTrimmingMaterials scienceElastomerComposite materialFabricationNanotechnologyNanostructureMolding (decorative)Lattice (music)Mechanical engineering

Résumé

récupéré en direct d'OpenAlex

A low-cost and scalable method is developed for producing large-area elastomer surfaces having ordered nanostructures with a variety of lattice features controllable to nanometer precision. The method adopts the known technique of molding a PDMS precursor film with a close-packed monolayer of monodisperse submicron polystyrene beads on water to form an inverse-opal dimple lattice with the dimple size controlled by the bead selection and the dimple depth by the molding condition. The subsequent novel precision engineering of the inverse-opal lattice comprises trimming the PDMS precursor by a combination of polymer curing temperature/time and polymer dissolution parameters. The resultant ordered surface nanostructures, fabricated with an increasing degree of trimming, include (a) submicron hemispherical dimples with nanothin interdimple rims and walls; (b) nanocones with variable degrees of tip-sharpness by trimming off the top part of the nanothin interdimple walls; and (c) soup-plate-like submicron shallow dimples with interdimple rims and walls by anisotropically trimming off the nanocones and forming close-packed shallow dimples. As exemplars of industrial relevance of these lattice features, tunable Young's modulus and wettability are demonstrated.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,536
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,256
Écart entre enseignants0,247 · 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'étudeSans objet
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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetPhotonic Crystals and ApplicationsTravaux en français237 207