MétaCan
Menu
Retour à la cohorte
Enregistrement W4393268876 · doi:10.1002/adem.202400237

Inkjet Printing on Hydrophobic Surface: Practical Implementation of Stacked Coin Strategy

2024· article· en· W4393268876 sur OpenAlexafffund
Matthew J. Docherty, Paria Naderi, Gerd Grau, Khellil Sefiane, Alidad Amirfazli

Notice bibliographique

RevueAdvanced Engineering Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueNanomaterials and Printing Technologies
Établissements canadiensYork University
Organismes subventionnairesHorizon 2020Natural Sciences and Engineering Research Council of CanadaHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésMaterials scienceNanotechnologySurface (topology)Inkjet printingInkwellProcess engineeringPolymer scienceComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

While inkjet printing on many hydrophilic surfaces is achieved through control of drop spacing and droplet deposition delay, the same for hydrophobic substrates proves challenging. Low surface energies of hydrophobic surfaces prevents intact and uniform lines of low‐viscosity ink to form. In this article, the stacked coin printing strategy used for hydrophilic surfaces, is adapted for hydrophobic surfaces. Stacked coin morphology is seen when droplet deposition time between two sequentially deposited droplets is longer than the evaporation time of the first droplet. On hydrophobic surfaces, the parameter window for successful printing is smaller than on hydrophilic surfaces, thus an investigation is needed to implement this methodology. Experiments were conducted using an inkjet printer with variable stage speed and stage temperature. Silver nanoparticle ink was used to print on Teflon–AF substrates. We identified the following regimes: isolated droplets, isolated multi‐droplets, broken line, true stacked coin, and delamination. The relationship between substrate temperature, drop spacing, and droplet deposition delay controls the occurence of each regime. In this study, 180 °C was identified as the critical temperature for instantaneous drying of the studied ink, and a maximum drop spacing of 20 μm to print continuous lines.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,286
Écart entre enseignants0,274 · 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'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

Citations11
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetNanomaterials and Printing TechnologiesTravaux en français237 207