MétaCan
Menu
Retour à la cohorte
Enregistrement W4328050801 · doi:10.1088/2053-1591/acc63e

Electromagnetic interference shielding in lightweight carbon xerogels

2023· article· en· W4328050801 sur OpenAlexafffund
Biporjoy Sarkar, Floriane Miquet‐Westphal, Sanyasi Rao Bobbara, Ben George, Giovanni Beltrame, David Dousset, Ke Wu, Fabio Cicoira

Notice bibliographique

RevueMaterials Research Express · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectromagnetic wave absorption materials
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesCanadian Space Agency
Mots-clésMaterials scienceElectromagnetic shieldingEMIElectromagnetic interferenceResorcinolPorosityCarbon fibersComposite materialAbsorption (acoustics)TelecommunicationsComputer scienceChemistryComposite number

Résumé

récupéré en direct d'OpenAlex

Abstract With the increasing use of high-frequency electronic and wireless devices, electromagnetic interference (EMI) has become a growing concern due to its potential impact on both electronic devices and human health. In this study, we demonstrated the performance of lightweight, electrically conducting 3D resorcinol-formaldehyde carbon xerogels, of 2.4 mm thickness, as an EMI shieldin the frequency range of 10–15 GHz (X-Ku band). The brittle carbon xerogels revealed complex porous structures with irregularly shaped pores that were randomly distributed. Electrochemical characterization revealed that the material behaved as an electrical double-layer capacitor. The carbon xerogels displayed reflection-dominated (∼ 84%) shielding behavior, with a total EMI shielding effectiveness (SE) value of ∼ 61 dB. The absorption process also contributed (∼ 16%) to the total SE. This behavior is attributed to the carbon xerogels' complex porous network, which effectively suppresses EM waves.

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 seuil0,003

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 Opus0,057
Tête enseignante GPT0,338
Écart entre enseignants0,281 · 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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials Research ExpressMême sujetElectromagnetic wave absorption materialsTravaux en français237 207