MétaCan
Menu
Retour à la cohorte
Enregistrement W4286252889 · doi:10.1016/j.ceramint.2022.07.155

Advances and challenges of ceramic pigments for inkjet printing

2022· article· en· W4286252889 sur OpenAlexafffund
E. Enríquez, J.J. Reinosa, V. Fuertes, J.F. Fernández

Notice bibliographique

RevueCeramics International · 2022
Typearticle
Langueen
DomaineChemistry
ThématiquePigment Synthesis and Properties
Établissements canadiensUniversité Laval
Organismes subventionnairesCanada First Research Excellence FundMinisterio de Economía y CompetitividadMinisterio de Ciencia, Innovación y UniversidadesCentro para el Desarrollo Tecnológico IndustrialUniversité Laval
Mots-clésInkjet printingMaterials scienceInkwellCeramicProcess engineeringNanotechnologyOn demandRaw materialComputer scienceComposite materialEngineeringMultimedia

Résumé

récupéré en direct d'OpenAlex

In the last decades, the development of new ceramic pigments has been a very pursuit goal, mainly since the emergence of the inkjet technology applied to ceramic tiles. The digital decoration of industrial ceramics has contributed to a notable reduction of pigment consumption and an aesthetical decoration improvement, which makes more flexible the production processes, enhancing the reproducibility and cost savings. The nanopigment requirements of the inkjet technology demand submicronic particle size, ink rheology, stability, drop resolution, etc. Although the up-down procedure by micromilling contributed firstly to the particle size reduction of existing pigments, novel approaches are developed to obtain directly high-quality particles of suitable size with the aim of providing a higher optical efficiency. Thus, in this work, a comprehensive review about the existing crystalline structures, novel compositions, and synthesis methods as well as new coloring mechanisms is addressed, giving an overview of all these advances while considering the four-color process required for inkjet technology. The inkjet technology has the challenge of evolving towards a sustainable technology by eliminating the use of critical raw materials, removing the use of synthesis aid fluxes, and reducing the energy consumption, to approximate to a circular economy which is predominant in this sector.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,040
Tête enseignante GPT0,264
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCeramics InternationalMême sujetPigment Synthesis and PropertiesTravaux en français237 207