MétaCan
Menu
Retour à la cohorte
Enregistrement W3154618053 · doi:10.1021/acs.langmuir.1c00147

Tuning the Conductivity and Electron Work Function of a Spin-Coated PEDOT:PSS/PEO Nanofilm for Enhanced Interfacial Adhesion

2021· article· en· W3154618053 sur OpenAlexafffund
Raymond Christopher Setiawan, Dongyang Li

Notice bibliographique

RevueLangmuir · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Alberta
Mots-clésWork functionPEDOT:PSSAdhesionConductivityMaterials scienceWork (physics)Spin (aerodynamics)ElectronChemical engineeringFunction (biology)NanotechnologyChemical physicsPolymer chemistryComposite materialChemistryLayer (electronics)Physical chemistryThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

We report a novel phenomenon of increasing the adherence of a poly(3,4-ethylenedioxythiophene) polystyrene sulfonate (PEDOT:PSS/PEO) nanofilm for Si3N4 through cosolvent treatment by DMSO. By varying the w/w% ratio of DMSO, nanofilms with different conductivities were produced. Atomic force microscopy (AFM) analysis showed that the adhesive force between the AFM’s Si3N4 probe and the nanofilm increased by 35.8% as the conductivity of the nanofilm increased. The conductivity became saturated after the PEDOT:PSS-to-DMSO ratio reached a certain level. This study demonstrates that the variations in the adhesive force are determined by two factors: (1) the difference in EWF between the nanofilm and the counter-body Si3N4 and (2) the electrical conductivity of the materials involved. The former is used for establishing a dipole layer at the interface, while the latter determines the degree of ease to achieve the dipole layer. This study demonstrates an approach to tailor interfacial bonding for different types of materials without atomic diffusion, which is promising for applications in various fields such as control of biomedical films on implants and functional films for electronic 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,004
Score d'incertitude au seuil0,224

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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,291
Écart entre enseignants0,265 · 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.

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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetConducting polymers and applicationsTravaux en français237 207