MétaCan
Menu
Retour à la cohorte
Enregistrement W2954911599 · doi:10.3762/bjnano.10.132

Nanoscale spatial mapping of mechanical properties through dynamic atomic force microscopy

2019· article· en· W2954911599 sur OpenAlexafffund
Zahra Abooalizadeh, L. J. Sudak, Philip Egberts

Notice bibliographique

RevueBeilstein Journal of Nanotechnology · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Calgary
Mots-clésElastic modulusMaterials scienceModulusHighly oriented pyrolytic graphiteNanoindentationNanoscopic scaleNon-contact atomic force microscopyYoung's modulusAtomic force microscopyConductive atomic force microscopyComposite materialNanotechnologyGraphite

Résumé

récupéré en direct d'OpenAlex

Dynamic atomic force microscopy (AFM) was employed to spatially map the elastic modulus of highly oriented pyrolytic graphite (HOPG), specifically by using force modulation microscopy (FMM) and contact resonance (CR) AFM. In both of these techniques, a variation in the amplitude signal was observed when scanning over an uncovered step edge of HOPG. In comparison, no variation in the amplitude signal was observed when scanning over a covered step on the same surface. These observations qualitatively indicate that there is a variation in the elastic modulus over uncovered steps and no variation over covered ones. The quantitative results of the elastic modulus required the use of FMM, while the CR mode better highlighted areas of reduced elastic modulus (although it was difficult to convert the data into a quantifiable modulus). In the FMM measurements, single atomic steps of graphene with uncovered step edges showed a decrease in the elastic modulus of approximately 0.5%, which is compared with no change in the elastic modulus for covered steps. The analysis of the experimental data taken under varying normal loads and with several different tips showed that the elastic modulus determination was unaffected by these parameters.

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 seuil0,003

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
Bibliométrie0,0010,000
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 Opus0,009
Tête enseignante GPT0,254
Écart entre enseignants0,245 · 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

Citations7
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBeilstein Journal of NanotechnologyMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207