MétaCan
Menu
Retour à la cohorte
Enregistrement W1808222962 · doi:10.1021/acsami.5b08630

High-Energy Faceted SnO<sub>2</sub>-Coated TiO<sub>2</sub> Nanobelt Heterostructure for Near-Ambient Temperature-Responsive Ethanol Sensor

2015· article· en· W1808222962 sur OpenAlexaff
Guohui Chen, Shaozheng Ji, Haidong Li, Xueliang Kang, Sujie Chang, Yana Wang, Guangwei Yu, Jianren Lu, Jérôme P. Claverie, Yuanhua Sang, Hong Liu

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésMaterials scienceHeterojunctionHydrothermal circulationChemical engineeringChemisorptionEpitaxyYield (engineering)EthanolNanotechnologyOptoelectronicsCatalysisComposite materialOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A SnO2 gas sensor was prepared by a two-step oxidation process whereby a Sn(II) precursor was partially oxidized by a hydrothermal process and the resulting Sn3O4 nanoplates were thermally oxidized to yield SnO2 nanoplates. The SnO2 sensor was selective and responsive toward ethanol at a temperature as low as 43 °C. This low sensing temperature stems from the rapid charge transport within SnO2 and from the presence of high-energy (001) facets available for oxygen chemisorption. SnO2/TiO2 nanobelt heterostructures were fabricated by a similar two-step process in which TiO2 nanobelts acted as support for the epitaxial growth of intermediate Sn3O4. At temperatures ranging from 43 to 276 °C, the response of these branched nanobelts is more than double the response of SnO2 for ethanol detection. Our observations demonstrate the potential of low-cost SnO2-based sensors with controlled morphology and reactive facets for detecting gases around room temperature.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,008
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,202
Écart entre enseignants0,191 · 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.

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

Citations84
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207