MétaCan
Menu
Retour à la cohorte
Enregistrement W4281619802 · doi:10.1002/admt.202200148

Direct‐Writing of Multi‐Functional Photo‐Reduced Graphene Oxide Fabric (rGOf) at the Liquid‐Air Interface with Tunable Porosity

2022· article· en· W4281619802 sur OpenAlexafffund
Haotian Shi, Sung Hwa Hong, Hani E. Naguib

Notice bibliographique

RevueAdvanced Materials Technologies · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensGeorge Brown CollegeCanada Research ChairsUniversity of TorontoUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceGrapheneMicroscale chemistryOxideSubstrate (aquarium)PorosityNanotechnologyCoatingLaserInterface (matter)OptoelectronicsComposite materialContact angleOptics

Résumé

récupéré en direct d'OpenAlex

Abstract A multi‐functional photo‐reduced graphene oxide fabric (rGOf) created through a laser direct‐write technique at the solution surface is presented. Taking advantage of the amphiphilic nature of graphene oxide (GO) and the rapid self‐assembly of GO sheets at the liquid‐air interface, a piece of rGOf can be easily produced without any binder or supporting material in an ambient environment. Without any added processing complexity or stringent sample requirements, this accessible technique creates rGOf that exhibits tuneable microscale porosity, which enables efficient surface functionalization and active material coating. Parameters, such as the GO concentration, stabilization time, laser power, printing speed, laser focus, and post‐processing steps, can lead to vastly different rGOf morphologies. The rGOf can be made into self‐standing film or transfer printed onto any desirable substrate. Herein, it is demonstrated that the rGOf platform holds tremendous potential in Joule heating, temperature sensing, humidity sensing, tactile sensing, and ammonia sensing 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,290
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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Materials TechnologiesMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207