MétaCan
Menu
← Back to cohort
Record W6986975850

Revêtements nanostructurés superhydrophobes en vue d'applications en aérodynamique

2011· other· fr· W6986975850 on OpenAlexvenueno aff

Bibliographic record

VenueLibrary and Archives Canada (Government of Canada) · 2011
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPolymeric membraneAtomic force microscopyZinc
DOInot available

Abstract

fetched live from OpenAlex

Les consommations de carburants fossiles, dans le domaine des transports, ne cessent d'accroître. Dans le but de diminuer ces consommations, plusieurs équipes travaillent à obtenir des alliages plus légers, ou encore des geometries plus aérohydrodynamiques. Toutefois, ces modifications atteignant un apogée, l'utilisation d'un revêtement de surface superhydrophobe offrant une mouillabilité faible, pourrait être la solution. En effet, une surface de contact réduite entre l'eau et le solide en addition à une affinité chimique réduite avec l'eau pourrait diminuer la friction en surface. Plusieurs techniques permettent d'obtenir des surfaces possédant ces caractéristiques.\n \nL'objectif de ce mémoire est de synthétiser des revêtements de surfaces superhydrophobes durables, facilement applicables à grande échelle, et de caractériser leurs effets sur la vitesse terminale de sphères en chute libre dans l'eau. Les nanoparticules d'oxyde ont des applications remarquables dans des domaines techniques émergents et variés pour obtenir des surfaces autonettoyantes ou pour obtenir des surfaces anticorrosion. Dans la présente étude, la modification et la fonctionnalisation de particules hydrophiles de silice (SiÛ2) et d'oxyde de zinc (ZnO) ont été menées pour obtenir la superhydrophobicité. Une dispersion de nanoparticules de silice a été obtenue par le procédé Stôber en utilisant du tétraéthoxysilane (TEOS : Si(OC2H5)4) et l'hydroxyde d'ammoniac, en tant que catalyseur basique, dans de Téthanol. De plus la surface des particules de silice a été modifiée en utilisant des molécules de fluoroalkylsilane (FAS-17 : CioH^FnCbSi) afin d'obtenir des nanoparticules de silice fluorées. D'autre part la modification de la surface de l'oxyde de zinc a été réalisée en utilisant des molécules d'acide stéarique (S.A. : CHs(CH2)i6COOH) dans le but d'obtenir des nanoparticules de ZnO methylées.\n \nCes nanoparticules ont été caractérisées sous forme de poudre ainsi que sous forme de films minces tels quels ou dans différentes matrices pour confirmer et optimiser leurs dépositions pour atteindre la superhydrophobicité. Les liaisons moléculaires entre les particules (SiÛ2 et ZnO) et leurs molécules de basse énergie (FAS-17 et SA) ont été démontrées par spectroscopie infrarouge à transformées de Fourrier (FTIR) et par diffraction des rayons X (XRD). Les surfaces rugueuses nano structurées ont montré des propriétés superhydrophobes, grâce, entre autres, à l'arrangement topographique, mais aussi grâce à la basse énergie de surface.\n \nEnfin, il a été montré que lors d'essais de chute dans l'eau, le revêtement superhydrophobes nanocomposite à base d'oxyde de zinc méthylée augmente les vitesses terminales de 5 à 11 % par rapport à une bille non-recouvertes, indiquant une diminution significative de la friction de surface. De plus, ces nanoparticules fonctionnalisées peuvent être facilement incorporées à des peintures pour des dépositions à grande échelle sur des surfaces variées, métaux et non-métaux, pour des applications visant à réduire la consommation d'énergie.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.002
Threshold uncertainty score0.007

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.002
GPT teacher head0.141
Teacher spread0.139 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2011
Admission routes1
Has abstractyes

Explore more

Same venueLibrary and Archives Canada (Government of Canada)→French-language works237,207→