MétaCan
Menu
Retour à la cohorte
Enregistrement W2893549262 · doi:10.1002/aelm.201800363

UV‐Induced Ferroelectric Phase Transformation in PVDF Thin Films

2018· article· en· W2893549262 sur OpenAlexafffund
Mahmoud N. Almadhoun, Karam H Rajab, Ji Hoon Park, Jillian M. Buriak, Husam N. Alshareef

Notice bibliographique

RevueAdvanced Electronic Materials · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSaudi Basic Industries CorporationNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMaterials scienceFerroelectricityThin filmPolyvinylidene fluorideAnnealing (glass)OptoelectronicsCoercivityPhotonicsPolarization (electrochemistry)NanotechnologyPolymerComposite materialDielectric

Résumé

récupéré en direct d'OpenAlex

Abstract Thin films of polyvinylidene fluoride (PVDF) enable access to efficient hybrid devices that operate at low voltages. However, the preparation of thin films from solution typically yields nonferroelectric crystalline phases that require additional processing steps to transform the nonferroelectric phases to the more desirable ferroelectric polymorphs. Here, a rapid photonic annealing technique is reported that induces an α‐ to β‐phase transformation in PVDF thin films, opening up the opportunity to process the material via high‐throughput processing conditions such as roll‐to‐roll processing. This photonic annealing process uses a microsecond‐scale light pulse to transform the spin‐coated films into the desired ferroelectric PVDF phase. The structural evolution in these films is investigated under brief pulses of light, and it is shown that under optimal photonic annealing conditions, robust devices with a remnant polarization (P r) up to 5.4 µC cm−2 and a coercive field (E c) around 120 MV m−1 can be achieved.

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,259
Écart entre enseignants0,248 · 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

Citations28
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Electronic MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207