MétaCan
Menu
Retour à la cohorte
Enregistrement W4388734392 · doi:10.1115/1.4064052

Estimating the Thermal Conductivity of Thin Films: A Novel Approach Using the Transient Plane Source Method

2023· article· en· W4388734392 sur OpenAlexfundno aff
David Landry, Renzo Flores, Renée B. Goodman

Notice bibliographique

RevueASME Journal of Heat and Mass Transfer · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council Canada
Mots-clésMaterials scienceThermal conductivityThin filmTransient (computer programming)Thermal conductivity measurementThermal resistanceComposite materialResistance thermometerThermalThermal contact conductanceContact resistanceThermal contactLayer (electronics)Temperature measurementComputer scienceNanotechnologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract The conventional transient plane source (TPS) method for thin films is used for films and adhesives with thicknesses between 50 and 200 μm. Measurements with the conventional TPS method are usually inaccurate due to thermal contact resistance between the insulating sensor layers, the film and the sensor, and the film and the background material. A new approach to measuring thin films with the TPS is introduced, where the heat flow is constrained to one dimension, and a slab layer made from the same background material is introduced between the thin film and the TPS sensor. This decouples the effects of the thermal contact resistance (TCR) of the sensor to the thermal resistance of the film. The new approach is tested on four different thin films with stainless steel as the background material. The results are compared to guarded heat flowmeter measurements. Excellent agreement (< 12% error) between the two methods is achieved, showing that the new method proposed is fast, accurate, and convenient alternative for determining the thermal conductivity of thin films.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,126
Score d'incertitude au seuil0,309

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
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)0,0000,000

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 Opus0,060
Tête enseignante GPT0,284
Écart entre enseignants0,225 · 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'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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASME Journal of Heat and Mass TransferMême sujetThermal properties of materialsTravaux en français237 207