MétaCan
Menu
Retour à la cohorte
Enregistrement W4405934974 · doi:10.3390/mi16010053

A Concise Review of Recent Advancements in Carbon Nanotubes for Aerospace Applications

2024· review· en· W4405934974 sur OpenAlexaff
Silvia Zecchi, Giovanni Cristoforo, Erik Piatti, Daniele Torsello, G. Ghigo, Alberto Tagliaferro, Carlo Rosso, Mattia Bartoli

Notice bibliographique

RevueMicromachines · 2024
Typereview
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensOntario Tech University
Organismes subventionnairesEuropean Commission
Mots-clésCarbon nanotubeAerospaceMaterials scienceChemical vapor depositionNanotechnologyThermal stabilityPolymerComposite materialAerospace engineeringEngineeringChemical engineering

Résumé

récupéré en direct d'OpenAlex

Carbon nanotubes (CNTs) have attracted significant attention in the scientific community and in the industrial environment due to their unique structure and remarkable properties, including mechanical strength, thermal stability, electrical conductivity, and chemical inertness. Despite their potential, large-scale applications have been limited by challenges such as high production costs and catalyst contamination. In aerospace applications, CNTs have demonstrated considerable promise either in the form of thin layers or as reinforcements in polymer and metal matrices, where they enhance mechanical, thermal, and electromagnetic performance in lightweight composites. In this short review, we provide an overview of CNTs' properties and structures, explore CNT growth methods, with a focus on chemical vapor deposition (CVD), and examine their integration into aerospace materials both as films and as multifunctional reinforcements.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,878
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,038
Tête enseignante GPT0,381
Écart entre enseignants0,343 · 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.

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

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicromachinesMême sujetCarbon Nanotubes in CompositesTravaux en français237 207