MétaCan
Menu
Retour à la cohorte
Enregistrement W4380343888 · doi:10.6000/1929-5995.2020.09.10

A Review on Carbon Nanotubes: Preparation, Properties and Applications

2020· review· en· W4380343888 sur OpenAlexvenueno aff
Md Nur Karim, M.A. Sayed Patwary, Samad Abedin, Md Riaj Hossen, Md Saifur Rahman

Notice bibliographique

RevueJournal of Research Updates in Polymer Science · 2020
Typereview
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbon nanotubeMaterials scienceGrapheneNanotechnologyChemical vapor depositionLaser ablationCarbon nanobudCarbon fibersPotential applications of carbon nanotubesCarbon nanofiberCarbon nanotube actuatorsOptical properties of carbon nanotubesElectric arcMechanical properties of carbon nanotubesComposite materialLaserNanotubeComposite numberElectrode

Résumé

récupéré en direct d'OpenAlex

Carbon nanotubes(CNTs) have achieved attention in recent times because of their extraordinary physicochemical properties like strength, flexibility, sensors, conducting etc. Carbon nanotubes(CNTs) are known as nano-architectured allotropes of carbon, having graphene sheets which are rolled up into cylinder that forms carbon nanotubes. In the field of nanotechnology, carbon nanotubes are the one of the most unique invention. The eye-catching features of carbon nanotubes are their electronic, mechanical, optical and chemical characteristics, which open a way to future applications. Carbon nanotubes can be single walled and multi walled which can be produced in various ways. The most common techniques used nowadays are: arc discharge, laser ablation and chemical vapour deposition. In this review article,the applications of CNTs in various technologically important fields are discussed in detail.

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)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,890

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,103
Tête enseignante GPT0,425
Écart entre enseignants0,322 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research Updates in Polymer ScienceMême sujetCarbon Nanotubes in CompositesTravaux en français237 207