MétaCan
Menu
Retour à la cohorte
Enregistrement W4238628305 · doi:10.32920/ryerson.14662341

Simulation, system analysis, and optimization of nematic bipolar droplet in polymer dispersed liquid crystal films

2021· preprint· en· W4238628305 sur OpenAlexaff
Vajiheh Akbarzadeh

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueLiquid Crystal Research Advancements
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésLiquid crystalMaterials scienceFinite element methodPolymerWork (physics)Field (mathematics)Relaxation (psychology)Matrix (chemical analysis)Composite materialOptoelectronicsThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

<p>Polymer dispersed liquid crystal (PDLC) films play an important role in liquid crystal display technology. PDLC films are used in devices such as switchable windows, complex billboards, and flat panel televisions. PDLC films consist of nematic bipolar droplets dispersed randomly in a polymer matrix. In this work, the effect of droplet shape, physical properties, and external field strength is examined on the performance of PDLC films. Finite element method (FEM) and finite difference method (FDM) are used to model a single droplet with external field applied parallel to the droplet axis of symmetry. Results of previous simulations with FEM are reproduced and compared with those with FDM. Genetic algorithm is employed to determine the optimum aspect ratio, and elastic constant ratio for the droplet, and external field strength with respect to minimum energy, response time, and relaxation time.</p>

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,299
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,292
Écart entre enseignants0,276 · 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'étudeSimulation ou modélisation
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLiquid Crystal Research AdvancementsTravaux en français237 207