Hierarchical or Not? Effect of the Length Scale and\nHierarchy of the Surface Roughness on Omniphobicity of Lubricant-Infused\nSubstrates
Notice bibliographique
Résumé
Lubricant-infused textured solid\nsubstrates are gaining remarkable\ninterest as a new class of omni-repellent nonfouling materials and\nsurface coatings. We investigated the effect of the length scale and\nhierarchy of the surface topography of the underlying substrates on\ntheir ability to retain the lubricant under high shear conditions,\nwhich is important for maintaining nonwetting properties under application-relevant\nconditions. By comparing the lubricant loss, contact angle hysteresis,\nand sliding angles for water and ethanol droplets on flat, microscale,\nnanoscale, and hierarchically textured surfaces subjected to various\nspinning rates (from 100 to 10 000 rpm), we show that lubricant-infused\ntextured surfaces with uniform nanofeatures provide the most shear-tolerant\nliquid-repellent behavior, unlike lotus leaf-inspired superhydrophobic\nsurfaces, which generally favor hierarchical structures for improved\npressure stability and low contact angle hysteresis. On the basis\nof these findings, we present generalized, low-cost, and scalable\nmethods to manufacture uniform or regionally patterned nanotextured\ncoatings on arbitrary materials and complex shapes. After functionalization\nand lubrication, these coatings show robust, shear-tolerant omniphobic\nbehavior, transparency, and nonfouling properties against highly contaminating\nmedia.
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 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 | 0,003 |
| 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) | 0,008 | 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 tête enseignante, 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 ».