MétaCan
Menu
Retour à la cohorte
Enregistrement W3213296773 · doi:10.1126/sciadv.abk2041

Friction of magnetene, a non–van der Waals 2D material

2021· article· en· W3213296773 sur OpenAlexaff
Peter Serles, Taib Arif, Anand B. Puthirath, Shwetank Yadav, Guorui Wang, Teng Cui, Aravind Puthirath Balan, Thakur Prasad Yadav, Thibeorchews Prasankumar, Nithya Chakingal, Gelu Costin, Chandra Veer Singh, Pulickel M. Ajayan, Tobin Filleter

Notice bibliographique

RevueScience Advances · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésvan der Waals forceMaterials scienceValence (chemistry)PhononCondensed matter physicsDissipationNanoscopic scaleChemical physicsExfoliation jointNanotechnologyGraphenePhysicsMoleculeThermodynamics

Résumé

récupéré en direct d'OpenAlex

Two-dimensional (2D) materials are known to have low-friction interfaces by reducing the energy dissipated by sliding contacts. While this is often attributed to van der Waals (vdW) bonding of 2D materials, nanoscale and quantum confinement effects can also act to modify the atomic interactions of a 2D material, producing unique interfacial properties. Here, we demonstrate the low-friction behavior of magnetene, a non-vdW 2D material obtained via the exfoliation of magnetite, showing statistically similar friction to benchmark vdW 2D materials. We find that this low friction is due to 2D confinement effects of minimized potential energy surface corrugation, lowered valence states reducing surface adsorbates, and forbidden low-damping phonon modes, all of which contribute to producing a low-friction 2D material.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,013
Tête enseignante GPT0,312
Écart entre enseignants0,299 · 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.

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

Citations49
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetGraphene research and applicationsTravaux en français237 207