MétaCan
Menu
Retour à la cohorte
Enregistrement W3203454550 · doi:10.1002/adfm.202107465

Lossless, Passive Transportation of Low Surface Tension Liquids Induced by Patterned Omniphobic Liquidlike Polymer Brushes

2021· article· en· W3203454550 sur OpenAlexafffund
Mohammad Soltani, Kevin Golovin

Notice bibliographique

RevueAdvanced Functional Materials · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversity of TorontoOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaUniversity of New Brunswick
Organismes subventionnairesUniversity of Toronto
Mots-clésMaterials scienceSurface tensionWettingMicrofluidicsContact angleNanotechnologyHysteresisMerge (version control)PolymerWedge (geometry)Composite materialOpticsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Surfaces enabling directional liquid transportation are of great interest for a wide range of applications such as water collection, microfluidics, and heat transfer systems. Surfaces capable of lossless, long‐range passive transportation of low surface tension (LST) liquids using wettability patterned, liquidlike coatings with minimal contact angle hysteresis are reported. Lossless LST droplet travel distances over 150 mm are achieved, enabled by a two‐phase transportation mechanism: morphological transformation from a bulge to a channel shape, followed by directional transportation along the asymmetrical wedge‐shaped channel. The developed surfaces can split, merge, and precisely transport various low‐surface tension liquids, including alcohols, alkanes, and solvents. The developed transportation strategy can also enhance LST liquid dropwise condensation through continuous removal of the condensate, even on horizontally positioned surfaces without the assistance of gravity.

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 seuil0,002

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 Opus0,014
Tête enseignante GPT0,230
Écart entre enseignants0,216 · 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

Citations100
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207