MétaCan
Menu
Retour à la cohorte
Enregistrement W3038997006 · doi:10.1149/2162-8777/aba1fe

Evaluation and Optimization of Dielectric Properties of PVDF/BaTiO<sub>3</sub> Nanocomposites Film for Energy Storage and Sensors

2020· article· en· W3038997006 sur OpenAlexaff
Bouchaib Zazoum

Notice bibliographique

RevueECS Journal of Solid State Science and Technology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueDielectric materials and actuators
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceBarium titanatePolyvinylidene fluorideDielectricComposite materialNanocompositeResponse surface methodologyDielectric strengthBall millVolume fractionPolymerCeramicOptoelectronicsComputer science

Résumé

récupéré en direct d'OpenAlex

Flexible nanodielectric are largely used in sensors and power sources for new generation of electronic devices. The most conventional methods used to design and manufacture these nanodielectric materials with desired properties are time-consuming and unable to determine interactions between the input parameters. In this study, a response surface methodology (RSM) is proposed to design polyvinylidene fluoride (PVDF)/barium titanate (BT) nanocomposites film prepared by ball milling process with optimized dielectric breakdown strength. Interaction effects of three individual control variables on nanocomposites dielectric strength were studied using RSM. Numerical optimization was employed to obtain the optimum factors for maximum dielectric breakdown strength. It is indicated that the optimum value of dielectric breakdown strength was 219.01 kV mm−1, when input control factors were BT size of 6 nm, BT volume fraction of 10 vol% and milling time of 43.74 min.

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 enseignants0,000
Score d'incertitude au seuil0,001

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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,199 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Journal of Solid State Science and TechnologyMême sujetDielectric materials and actuatorsTravaux en français237 207