MétaCan
Menu
Retour à la cohorte
Enregistrement W4236129338 · doi:10.1149/ma2016-02/46/3423

Electrochemical Approach to Evaluate the Wettability of Rough Surfaces

2016· article· en· W4236129338 sur OpenAlexaff
Beniamin Zahiri, Pradeep Kumar Sow, Chun Haow Kung, Walter Mérida

Notice bibliographique

RevueECS Meeting Abstracts · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSurface Roughness and Optical Measurements
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWettingContact angleCapacitanceMaterials scienceSurface finishSurface roughnessElectrochemistryWetting transitionSurface (topology)Work (physics)Characterization (materials science)Cyclic voltammetryComposite materialNanotechnologyElectrodeChemistryThermodynamicsGeometryMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The wettability is usually determined based on the optical measurement of the contact angle from a droplet placed on the surface. Theoretical models show that this contact angle depends on the solid-liquid interaction under the droplet, which is optically inaccessible. Here, we present an electrochemical method for evaluating the wetted area under the droplet for a rough surface. The method takes advantage of the electrochemical double layer capacitance, which can be quantified using electrochemical approaches such as cyclic voltammetry. This double layer capacitance is proportional to the ion-accessible solid-liquid interfacial area and therefore can be used as a characterization metric. The experimental approach includes simultaneous measurement of the contact angle along with the capacitance. We have shown the capability of this method for a series of carbonaceous surfaces with varying roughness. The experimental results have been correlated to the Wenzel and Cassie-Baxter wettability theories. This approach is applicable for irregular roughness features and therefore can be used to study the wetting behaviour of different surface structures. We believe this work has significant implications as a tool to characterize and understand the wettability on rough surfaces and also facilitates the development of mechanistic and predictable mathematical models for surface wettability.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,089
Score d'incertitude au seuil0,350

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,243
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetSurface Roughness and Optical MeasurementsTravaux en français237 207