MétaCan
Menu
Retour à la cohorte
Enregistrement W4391811814 · doi:10.3390/jmmp8010040

Negative Thermal Expansion Metamaterials: A Review of Design, Fabrication, and Applications

2024· review· en· W4391811814 sur OpenAlexaff
Devashish Dubey, Anooshe Sadat Mirhakimi, M.A. Elbestawi

Notice bibliographique

RevueJournal of Manufacturing and Materials Processing · 2024
Typereview
Langueen
DomaineMaterials Science
ThématiqueThermal Expansion and Ionic Conductivity
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMetamaterialNegative thermal expansionFabricationMaterials scienceNanotechnologyAerospaceThermal expansionStructural materialMechanical engineeringEngineering physicsComputer scienceOptoelectronicsEngineeringAerospace engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Most materials conventionally found in nature expand with an increase in temperature. In actual systems and assemblies like precision instruments, this can cause thermal distortions which can be difficult to handle. Materials with a tendency to shrink with an increase in temperature can be used alongside conventional materials to restrict the overall dimensional change of structures. Such structures, also called negative-thermal-expansion materials, could be crucial in applications like electronics, biomedicine, aerospace components, etc., which undergo high changes in temperature. This can be achieved using mechanically engineered materials, also called negative thermal expansion (NTE) mechanical metamaterials. Mechanical metamaterials are mechanically architected materials with novel properties that are rare in naturally occurring materials. NTE metamaterials utilize their artificially engineered architecture to attain the rare property of negative thermal expansion. The emergence of additive manufacturing has enabled the feasible production of their intricate architectures. Industrial processes such as laser powder bed fusion and direct energy deposition, both utilized in metal additive manufacturing, have proven successful in creating complex structures like lattice formations and multimaterial components in the industrial sector, rendering them suitable for manufacturing NTE structures. Nevertheless, this review examines a range of fabrication methods, encompassing both additive and traditional techniques, and explores the diverse materials used in the process. Despite NTE metamaterials being a prominent field of research, a comprehensive review of these architected materials is missing in the literature. This article aims to bridge this gap by providing a state-of-the-art review of these metamaterials, encompassing their design, fabrication, and cutting-edge applications.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,058
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'étudeSans objet
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

Citations43
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing and Materials ProcessingMême sujetThermal Expansion and Ionic ConductivityTravaux en français237 207