MétaCan
Menu
Retour à la cohorte
Enregistrement W1617861023 · doi:10.1063/1.3160245

Effect Of Au Thickness On The Structural Properties Of Carbon Nanostructure Deposited On Nanostructured ZnO Thin Film As A Template

2009· article· en· W1617861023 sur OpenAlexaff
A. A. Azira, Z. Khusaimi, N. F. A. Zainal, S. F. Nik, M. Rusop, Tetsuo Soga

Notice bibliographique

RevueAIP conference proceedings · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensSciencetech (Canada)
Organismes subventionnairesnon disponible
Mots-clésNanostructureMaterials scienceThin filmNanotechnologyCarbon fibersOptoelectronicsChemical engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

We have prepared different thickness of Au as a catalyst to deposit ZnO nanostructure on Au‐coated seed surfaces by sol‐gel method immerse technique method. The ZnO nanostructure will be used as template to deposit carbon nanostructure by using thermal chemical vapor deposition (TCVD). The carbon material has been successfully grown by using ZnO nanostructure material as template. Rod‐like ZnO appeared along with sphere‐like carbonaceous material on the surface of the template. The as‐prepared material has been characterized with XRD, FESEM and FTIR. The XRD peaks of the products were indexed to ZnO materials, but exhibited different relative intensities for the (002) diffraction peak. ZnO play a role as a template for the growth of the carbonaceous material and they can link ZnO particles together as a complex fabrication. This discovery is useful for nano‐electronic applications.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,014
Tête enseignante GPT0,252
Écart entre enseignants0,238 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207