Optical transparency of electrospun nanofibrous membranes: A study on influencing parameters
Notice bibliographique
Résumé
Abstract This paper studies the effects of five parameters, including fiber diameter, crystallinity, thickness, packing density, and surface roughness, on the transparency of electrospun polymethyl methacrylate/polydimethylsiloxane (PMMA/PDMS) nanofibrous membranes after heat treatment. The PMMA/PDMS membranes produced at an electrospinning voltage of 20 kV reaches 54.85% transparency with the diameter 0.759 μm, crystallinity 14.81%, thickness 9.2 μm, roughness 0.659 μm, and packing density α 0.0081% after the heat treatment from 80 to 200°C. In general, the PMMA/PDMS membranes present higher transparency with the decrease of diameter, crystallinity, thickness, roughness, and packing density. The influencing parameters on transparency are first quantified by multiple nonlinear regressions with a R 2 of the model equals 0.869. A composite scaled sensitivity (CSS j ) analysis shows that the most influential factor is the nanofibrous membrane thickness with a CSS j value of 1, followed by fiber diameter with a CSS j value of 0.515. The CSS j values for packing density, membrane roughness and crystallinity are 0.385, 0.361, and 0.173, respectively. Finally, the nanofibrous membrane transparency is a function of nanofiber material density, fiber diameter, and nanofibrous membrane thickness based on the Chandrasekhar radiative transfer equation and the Rayleigh's Scattering Theory.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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 tête enseignante, 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 ».