A comparative study between alkyl- and perfluoroalkyl silane coatings for glass
Notice bibliographique
Résumé
Surface modification is a crucial strategy to enhance material performance and expand their applications across diverse fields. Among these, nature-inspired hydrophobic coatings have gained attention for their ability to address challenges such as environmental pollution, surface degradation, and efficiency loss in various industries, including optoelectronics, automotive, and outdoor structures. In this work, we present a comparative study of commercial alkyl- and perfluoroalkyl silanes, (H3C(H2C)16H2CSiCl3) and (F3C(F2C)5(H2C)2SiCl3), dip coated on regular glass, with a focus on their stability and performance upon waterfall simulation and outdoor exposure. These coatings’ wettability, optical properties, and stability on nanotextured glass are also studied. A video-based goniometer was used to study the wetting properties. Roughness, topography, and optical properties of the resulting surfaces were investigated by atomic force microscopy and UV–Vis–NIR spectroscopy. At low deposition times, we were able to spot the presence of agglomerated regions of polymerized short perfluoroalkyl chains, leading to a rougher and less uniform film. In contrast, we observed smoother coating with fewer polymerized aggregates for long alkyl chains. We found that an enhancement in hydrophobicity and a decrease in reflectance was achieved with a short perfluorinated alkyl chain. When applied to nanotextured glass, the observed increase in reflectance for both coatings, at 500 nm, was likely due to the coating’s thickness effect. Texturing combined with surface roughness significantly increased the water contact angle, while only lowering the surface energy of regular glass without altering its structure resulted in less increase in water contact angle. These coatings can serve as hydrophobic surfaces and protective coatings against outdoor conditions, including dust accumulation, UV irradiation, ice adhesion, and corrosion.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».