MétaCan
Menu
Retour à la cohorte
Enregistrement W2937566691 · doi:10.3390/polym11040660

Thermally Conductive and Electrical Insulation BNNS/CNF Aerogel Nano-Paper

2019· article· en· W2937566691 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePolymers · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésAerogelMaterials scienceNanofiberBoron nitrideNano-Electrical conductorThermal conductivityComposite materialElectrical resistivity and conductivityThermal insulationPolyanilineNanotechnologyPolymer

Résumé

récupéré en direct d'OpenAlex

Adding heat conducting particles to a polymer matrix to prepare thermally conductive and electrical insulation materials is an effective approach to address the safety issues arising from the accumulation of heat in the working process of electronic devices. In this work, thermally conductive and electrical insulation nano-paper, consisting of Boron Nitride nano-sheet (BNNS) and cellulose nanofiber (CNF), was prepared using an aerogel 3D skeleton template method. For comparison, BNNS/CNF nano-paper was also produced using a simple blending method. At a BNNS loading of 50 wt%, the thermal conductivity of BNNS/CNF aerogel nano-paper and blended nano-paper at 70 °C are 2.4 W/mK and 1.2 W/mK respectively, revealing an increase of 94.4%. Under similar conditions, the volume resistivity of BNNS/CNF aerogel nano-paper and blended nano-paper are 4.0 × 1014 and 4.2 × 1014 Ω·cm respectively. In view of its excellent thermal conductivity and electrical insulation performance, therefore, BNNS/CNF aerogel nano-paper holds great potential for electronic-related applications.

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.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,999

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)0,0070,002

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 GPT0,219
Écart entre enseignants0,208 · 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