MétaCan
Menu
Retour à la cohorte
Enregistrement W4206290996 · doi:10.1039/d1na00872b

Metal nanowires grown <i>in situ</i> on polymeric fibres for electronic textiles

2022· article· en· W4206290996 sur OpenAlexfundno aff
Oindrila Halder, Muriel E. Layani-Tzadka, Shiran Ziv Sharabani, Gil Markovich, Amit Sitt

Notice bibliographique

RevueNanoscale Advances · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensnon disponible
Organismes subventionnairesResearch, Development and Engineering CommandArmy Research OfficeMinistry of Science and Technology, IsraelAzrieli FoundationTel Aviv University
Mots-clésNanowireMaterials scienceMetalIn situNanotechnologyComposite materialPolymer scienceMetallurgyChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

-glycolic) acid and nylon microfibres, we show that the NW network morphology depends on the diameter of the polymer fibres, where at small diameters (1-2 μm), the NWs form a randomly oriented network, but for diameters above several micrometers, the NWs wrap around the fibres transversally. This phenomenon is associated with the stiffness of the surfactant templates used for the NW formation. The NW-decorated fibres exhibit a significant increase in conductivity. Moreover, single fibres can be stretched up to ∼15% before losing the electrical conductivity, while non-woven meshes could be stretched by about 25% before losing the conductivity. We believe that the approach demonstrated here can be extended to other polymeric fibres and that these flexible and transparent metal-coated polymer fibres could be useful for various smart electronic textile applications.

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 enseignants0,363
Score d'incertitude au seuil0,858

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 Opus0,007
Tête enseignante GPT0,224
Écart entre enseignants0,217 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscale AdvancesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207