MétaCan
Menu
Retour à la cohorte
Enregistrement W4403404415 · doi:10.1002/adem.202401302

Dispense Printing of Silver Flake Inks on Hydrophilic and Hydrophobic Surfaces

2024· article· en· W4403404415 sur OpenAlexafffund
Mohamad Kannan Idris, Gerd Grau

Notice bibliographique

RevueAdvanced Engineering Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFlakeMaterials scienceNanotechnologyInkwellComposite material

Résumé

récupéré en direct d'OpenAlex

In printed electronics, achieving precise deposition of conductive materials on challenging substrates like Teflon is critical. This study delves into dispense printing, a technique that offers precision and versatility for creating electronic patterns. The deposition of high‐viscosity silver flake inks on both hydrophobic surfaces is investigated, such as Teflon, and hydrophilic ones, highlighting the significant interplay between ink viscosity and substrate wettability. This interaction is key to controlling ink spreading, drying behavior, and, ultimately, printing success. Research explores the relationships between critical parameters such as nozzle height, dispense pressure, and print speed, aiming to enhance the quality and functionality of printed electronics. The printing process is analyzed through its distinct phases: extrusion from the nozzle, spreading on the substrate, and line shrinking during drying. This methodological approach allows one to pinpoint how each parameter specifically influences the printing outcome, particularly on challenging substrates like Teflon. By advancing the understanding of these dynamics, the study offers valuable theoretical insights and practical advancements for fabricating high‐quality, flexible electronics across diverse substrates. The findings underscore dispense printing's potential to meet the growing demand for flexible electronics.

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 seuil0,003

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

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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,192 · 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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207