Flexible Embedded Metal Meshes by Nanosphere Lithography for Very Low Sheet Resistance Transparent Electrodes, Joule Heating, and Electromagnetic Interference Shielding
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide We demonstrate the highest transparent electrode performance among metal meshes fabricated via nanosphere lithography (NSL), achieving an order-of-magnitude improvement in the figure of merit FoM (σ DC /σ OP ). Additionally, we present, for the first time, the application of metal meshes fabricated by NSL for transparent electromagnetic interference (EMI) shielding, enabled by exceptional improvements in sheet resistance. Our NSL method produces substrate-embedded metal meshes in PET and glass by etching trenches, yielding high-aspect-ratio features with low sheet resistance. Embedded structures also exhibit superior robustness during bending and tape tests compared to sputtered metallic films on the surface. As a transparent electrode, the flexible Ag meshes exhibit a sheet resistance of 1.52 Ω/sq and transparency of 73.1% as well as a sheet resistance of 0.22 Ω/sq and transparency of 58.1%, corresponding to FoMs of 737 and 2736, respectively. For transparent EMI shielding, the flexible metal meshes achieve a shielding efficiency (SE) of 34.5 dB with 73.1% visible transmission and an EMI SE of 52.8 dB with 58.1% visible transmission. As a flexible heater, the metal meshes can reach a saturation temperature exceeding 70 ◦ C within 60 s under an applied voltage of 1.2 V. These embedded metal meshes hold promise for applications requiring ultralow sheet resistance, including heated windows and defrosting systems, large-area organic light-emitting diode (OLED) lighting and displays, solar cells, and EMI shielding.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 découle