MétaCan
Menu
Retour à la cohorte
Enregistrement W4405489946 · doi:10.1109/sensors60989.2024.10785239

Fabrication of Conductive Nanomaterial Patterns on Polymeric Substrates Using Laser and Adhesive Tape

2024· article· en· W4405489946 sur OpenAlexaff
Mehraneh Tavakkoli Gilavan, Peter Kruse, P. Ravi Selvaganapathy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-Ablation Synthesis of Nanoparticles
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAdhesiveMaterials scienceFabricationNanomaterialsElectrical conductorLaserNanotechnologyComposite materialOptics

Résumé

récupéré en direct d'OpenAlex

This study introduces a technique for fabricating flexible devices using a combination of spraying carbon nanotubes (CNTs), laser patterning, and adhesive tape. The method involves depositing CNTs on polypropylene substrate by spray coating and utilizing selective laser treatment to create durable and embedded conductive patterns. This approach addresses the common issue of poor adhesion of conductive material to substrates in flexible electronics by partially melting the polymer to enhance CNTs integration. The fabricated sensors exhibit excellent durability and retain performance after multiple bending cycles. Chronoamperometry tests demonstrate the ability of the electrochemical sensors thus fabricated to detect hydrogen peroxide (H2O2) in buffer solutions, with a detection range from 0.1 to 900 ppm. The use of selective laser treatment and adhesive tape enables the removal of unpatterned areas and ensures high precision and flexibility in the design. This straightforward and versatile method can be applied to various conductive materials and polymers, and it can offer significant potential for advancements in flexible sensor technology and other electronic 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 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)0,000
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 enseignants0,021
Score d'incertitude au seuil0,330

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,238
Écart entre enseignants0,217 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLaser-Ablation Synthesis of NanoparticlesTravaux en français237 207