MétaCan
Menu
Retour à la cohorte
Enregistrement W4294132520 · doi:10.1021/acsanm.2c03100

Reduced Graphene Oxide-Based Dielectric Nanocomposites with Small Dielectric Relaxation Times for Emerging Dielectric Electronics with High-Frequency Performance Demands

2022· article· en· W4294132520 sur OpenAlexaff
Danian Liu, Jingwen Wang, Wenhai Peng, Xinzhu Wang, Hua Ren, Donald W. Kirk

Notice bibliographique

RevueACS Applied Nano Materials · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueDielectric materials and actuators
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAeronautical Science Foundation of ChinaNanjing University of Aeronautics and AstronauticsNational Natural Science Foundation of China
Mots-clésDielectricGrapheneMaterials scienceNanocompositeElectronicsOxideRelaxation (psychology)OptoelectronicsNanotechnologyElectrical engineeringEngineeringPsychology

Résumé

récupéré en direct d'OpenAlex

To meet the demand of emerging devices for high-frequency dielectric performances, we proposed semiconductor polyaniline in situ modified rGO nanosheets to keep the dielectric constant stable at high frequencies. The π–π interface interaction between rGO and semiconductor polyaniline was found to block the migration of electrons, redistributing the delocalized electrons of rGO and leading to a reduction in relaxation time and a delay in the dielectric relaxation at higher frequencies. This mechanism gave the dielectric materials a stable dielectric constant at high frequencies. The dielectric relaxation time was reduced from 2.75 × 10 –8 to 5.68 × 10 –10 at a filler load of 10 wt %. The dielectric constant only decreased by 19% from 100 to 1 × 10 8 Hz. For the same range, unmodified rGO showed an 85% decrease. This mechanism could also further increase the dielectric constant and decrease the dielectric loss. This has a great potential for emerging high-frequency devices (DC/DC converter, sensors, energy harvesters, etc.).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,172
Écart entre enseignants0,167 · 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'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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetDielectric materials and actuatorsTravaux en français237 207