Optimizing the methodology for accurate and accessible slip length measurement with atomic force microscopy
Notice bibliographique
Résumé
The remarkable performance of cooling devices employing nano- and microscale channels has drawn considerable interest, highlighting the need for surfaces with large slip lengths to improve their efficiency. However, the large errors in slip length associated with existing techniques hinder a clear understanding of slip phenomena. In this paper, we evaluate existing analytical methods for slip length measurement with atomic force microscopy (AFM) and propose a new reliable method. We performed force curve measurements on mica, silica and highly ordered pyrolytic graphite surfaces in water using an AFM equipped with a colloidal probe. The obtained force curves were analyzed through three methods: two commonly utilized procedures, namely the recursive and intercept methods, and a novel one called the two-parameter method which we developed. Our analyses showed that the recursive method yielded slip lengths with relatively large errors, fluctuation of ±5.8 nm, which were due to inaccuracies in the cantilever's spring constant and the fluid viscosity. On the other hand, it was found that the intercept method leads to restrictions on the choice of fitting range because of the simplified formula for viscous drag. As a result, by altering the data range, the calculated slip length shows significant variations within the ranges of ±27.5 nm. The two-parameter method, unlike the standard ones, overcome these drawbacks. This method requires no pre-measured parameters, and the slip length fluctuation is independent of the fitting range and only ±3.6 nm, which is around 2/3 of that observed in the recursive method and 1/8 of that in the intercept method. Our study optimizes existing analytical protocols and offers a new way for accessible and reliable calculations of slip lengths.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».