MétaCan
Menu
Retour à la cohorte
Enregistrement W2761151651 · doi:10.1021/acsami.7b10748

Hybrid Copper–Silver–Graphene Nanoplatelet Conductive Inks on PDMS for Oxidation Resistance Under Intensive Pulsed Light

2017· article· en· W2761151651 sur OpenAlexafffund
Changyong Yim, Zachary Kockerbeck, Sae Byeok Jo, Simon S. Park

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates - Technology FuturesUniversity of Calgary
Mots-clésMaterials scienceGrapheneCopperElectrical conductorNanotechnologyComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

A simple, low-cost, and reliable process of production for conductive tracks and their transfer to poly(dimethylsiloxane) (PDMS) substrate has been proposed. Flexible electrodes were fabricated using conductive nanoparticulates under intensive pulsed light, which were then transferred on to a PDMS substrate via a pouring, curing, and peeling process. The combination of copper-silver nitrate-graphene nanoplatelets (GnPs) provided multiple benefits to the conductive tracks, such as oxidation resistance and increased durability on PDMS. The addition of silver nitrate reduced the speed of oxidation during the curing process of PDMS in the presence of heat and air. The addition of GnPs then increased the stability of conductive tracks on PDMS, whereas the films without GnPs were not conductive on PDMS due to mechanical cracks. The copper-silver-GnP electrodes on PDMS were successfully demonstrated as flexible electrodes and reveal the enhancement of oxidation resistance during thermal oxidation for Joule heater application.

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 enseignants0,005
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 technologies0,0000,000
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 Opus0,021
Tête enseignante GPT0,249
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.

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

Citations38
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207