MétaCan
Menu
Retour à la cohorte
Enregistrement W3198877060 · doi:10.1007/s40820-021-00714-3

Laser Erasing and Rewriting of Flexible Copper Circuits

2021· article· en· W3198877060 sur OpenAlexafffund
Xingwen Zhou, Wei Guo, Peng Peng

Notice bibliographique

RevueNano-Micro Letters · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueNanomaterials and Printing Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNorthwest UniversityNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésRewritingElectrical conductorControllabilityLaserElectronic circuitMaterials scienceElectronicsSubtractive colorSubstrate (aquarium)Process (computing)Rapid prototypingFlexible electronicsComputer scienceNanotechnologyOptoelectronicsOpticsElectrical engineeringComposite materialEngineeringMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Integrating construction and reconstruction of highly conductive structures into one process is of great interest in developing and manufacturing of electronics, but it is quite challenging because these two involve contradictive additive and subtractive processes. In this work, we report an all-laser mask-less processing technology that integrates manufacturing, modifying, and restoring of highly conductive Cu structures. By traveling a focused laser, the Cu patterns can be fabricated on the flexible substrate, while these as-written patterns can be selectively erased by changing the laser to a defocused state. Subsequently, the fresh patterns with identical conductivity and stability can be rewritten by repeating the writing step. Further, this erasing-rewriting process is also capable of repairing failure patterns, such as oxidation and cracking. Owing to the high controllability of this writing-erasing-rewriting process and its excellent reproducibility for conductive structures, it opens a new avenue for rapid healing and prototyping of electronics.

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 enseignants0,012
Score d'incertitude au seuil0,467

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 Opus0,010
Tête enseignante GPT0,202
Écart entre enseignants0,192 · 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

Citations24
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNano-Micro LettersMême sujetNanomaterials and Printing TechnologiesTravaux en français237 207