MétaCan
Menu
Retour à la cohorte
Enregistrement W2901682257 · doi:10.1021/acs.langmuir.8b03418

Efficient Fog Harvesting Based on 1D Copper Wire Inspired by the Plant Pitaya

2018· article· en· W2901682257 sur OpenAlexafffund
Lieshuang Zhong, Ruochong Zhang, Jing Li, Zhiguang Guo, Hongbo Zeng

Notice bibliographique

RevueLangmuir · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of ChinaCanada Research Chairs
Mots-clésMicrostructureWettingCopperMaterials scienceContact angleCopper wireNanotechnologyOptoelectronicsComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

The leaf of the plant pitaya shows excellent fog harvesting behavior through its 1D thorns with wire-like microstructures. The thorns of it cannot provide enough driving force for the droplet transportation by the special structure and chemistry gradient as the cactus thorns, but it showed efficient water supply which improved the fog harvesting greatly. The mechanism is studied based on 1D copper wire with similar 1D wire-like microstructure and wettability. This structure can significantly reduce the deviation of the fog-laden winds, and the surface intrinsic hydrophility makes water accumulate on it in the form of droplets, which endow it with an efficient water supply that is ∼100 times faster than that on a 2D-flat surface. In addition, it can also enhance the fog capture and water removal. The 3D fog collector composed of 1D microcopper wires has been fabricated which show a high fog harvesting efficiency of ∼13%. This work explains the role of 1D wire-like microstructure in efficient fog harvesting in a different view and provides new insight into the application of developing a more efficient fog collector.

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 seuil0,002

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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,241
Écart entre enseignants0,212 · 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

Citations50
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207