MétaCan
Menu
Retour à la cohorte
Enregistrement W2922299211 · doi:10.1039/c9sm00270g

Magnetically stimulating capillary effect for reversible wet adhesions

2019· article· en· W2922299211 sur OpenAlexaff
Meng Li, Qingwen Dai, Qing Jiao, Wei Huang, Xiaolei Wang

Notice bibliographique

RevueSoft Matter · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdhesion, Friction, and Surface Interactions
Établissements canadiensBell Helicopter Textron (Canada)
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésCapillary actionChemistryChemical engineeringMaterials scienceComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Despite fascinating natural examples of switchable adhesives to wet surfaces, strategies for an artificially switching capillary adhesion system in situ remains a challenge. Here, we develop a smart reversible magnetic fluid (MF) meniscus adhesion system whose capillary effect can be regulated by external magnetic stimuli. It is revealed that the MF filled joint between two solid surfaces undergoes alteration of its adhesive properties in response to the external stimulus of a varying magnetic field. Compared with the original capillary force (without stimuli), the stimulated one increases or decreases depending on the distributions of applied magnetic field intensities, allowing for switchable adhesive behavior. In addition to the Laplace pressure, hydrostatic pressure induced by the intensity difference in the magnetic field between the inner and outer surfaces of the meniscus was found to contribute to wet adhesion, which accounted for the reversibility. Theoretical models of reversible adhesions have been built and solved as well, and agree well with the experiment results. Our findings not only provide a deep understanding of MF capillary adhesion, but also provide a new method to design reversible wet adhesion systems.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,292
Score d'incertitude au seuil0,998

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)0,0030,003

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 Opus0,005
Tête enseignante GPT0,217
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetAdhesion, Friction, and Surface InteractionsTravaux en français237 207