MétaCan
Menu
Retour à la cohorte
Enregistrement W2950114546 · doi:10.1021/acsanm.9b00948

Post-Growth Planarization of Vertically Aligned Carbon Nanotube Forests for Electron-Emission Devices

2019· article· en· W2950114546 sur OpenAlexafffund
Mohab O. Hassan, Alireza Nojeh, Kenichi Takahata

Notice bibliographique

RevueACS Applied Nano Materials · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBritish Columbia Knowledge Development FundSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésMaterials scienceCarbon nanotubeChemical-mechanical planarizationMicroscale chemistryMicroplasmaElectrodePlanarOptoelectronicsSubstrate (aquarium)Carbon fibersNanotechnologyComposite materialLayer (electronics)PlasmaChemistryComputer science

Résumé

récupéré en direct d'OpenAlex

This paper reports a microplasma-based planar process for as-grown carbon nanotube (CNT) forests to produce macroscopically flat top surfaces over different scales. This noncontact process is based on microscale removal of CNTs driven by pulsed electrical discharge generated at the interface between the forest surface and a stainless-steel planar electrode, achieving controlled subtractive planarization of the forest structure while maintaining the CNTs’ alignment. Forest samples with large surface areas of up to 26 mm2 with the largest height variations of ∼1 mm are successfully processed to demonstrate improvements by up to ∼60× in the height uniformity of the forests and ∼30× in the parallelism of their top surfaces with the substrate planes. Elemental analyses suggest that the contamination from the electrode material is minor, or negligibly small when the discharge process does not experience short-circuit events that can lead to damaging irregular arcs. The promising results obtained in this work are expected to pave the way for studying the properties of the CNT forest further and promote its application in areas where height uniformity is of prime interest, such as in electron emission devices.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,007
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,226
Écart entre enseignants0,221 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetCarbon Nanotubes in CompositesTravaux en français237 207