MétaCan
Menu
Retour à la cohorte
Enregistrement W2936076287 · doi:10.1039/c9cp01567a

Energy conversion efficiency in low- and atmospheric-pressure plasma polymerization processes with hydrocarbons

2019· article· en· W2936076287 sur OpenAlexafffund
Dirk Hegemann, Bernard Nisol, Sandra Gaiser, Sean Watson, M. R. Wertheimer

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiquePlasma Applications and Diagnostics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésAtmospheric pressurePolymerizationAtmospheric-pressure plasmaPlasmaPlasma polymerizationLow energyEnergy transformationChemistryPhotochemistryMaterials scienceOrganic chemistryThermodynamicsAtomic physicsPolymerMeteorologyPhysicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

Since the earliest days of this field there has been an interest in correlating the structure of plasma polymer (PP) coatings with deposition parameters, most particularly with energy input per monomer molecule, Em. Both of our laboratories have developed methods for measuring Em (or somewhat equivalent, the apparent activation energy, Ea) in low- (LP) and atmospheric-pressure (AP) electrical discharge plasmas. We recently proposed a new parameter, energy conversion efficiency (ECE), which for the first time permits direct comparison of LP and AP experiments. Here, we report the case of small hydrocarbons, namely acetylene, ethylene and methane. "Critical" Em (or Ea) values that demarcate ECE regimes separating different reaction mechanisms are found to agree remarkably well, and to correlate with specific reaction mechanisms, including dissociation, recombination, gas-phase oligomerization, and surface processes.

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)0,001
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
Métarecherche0,0000,001
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 Opus0,003
Tête enseignante GPT0,196
Écart entre enseignants0,193 · 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

Citations23
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetPlasma Applications and DiagnosticsTravaux en français237 207