High Permittivity Polymer Composites on the Basis of Long Single-Walled Carbon Nanotubes: The Role of the Nanotube Length
Notice bibliographique
Résumé
Controlling the permittivity of dielectric composites is critical for numerous applications dealing with matter/electromagnetic radiation interaction. In this study, we have prepared polymer composites, based on a silicone elastomer matrix and Tuball carbon nanotubes (CNT) via a simple preparation procedure. The as-prepared composites demonstrated record-high dielectric permittivity both in the low-frequency range (102−107 Hz) and in the X-band (8.2−12.4 GHz), significantly exceeding the literature data for such types of composite materials at similar CNT content. Thus, with the 2 wt% filler loading, the permittivity values reach 360 at 106 Hz and >26 in the entire X-band. In similar literature, even the use of conductive polymer hosts and various highly conductive additives had not resulted in such high permittivity values. We attribute this phenomenon to specific structural features of the used Tuball nanotubes, namely their length and ability to form in the polymer matrix percolating network in the form of neuron-shaped clusters. The low cost and large production volumes of Tuball nanotubes, as well as the ease of the composite preparation procedure open the doors for production of cost-efficient, low weight and flexible composites with superior high permittivity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».