MétaCan
Menu
Retour à la cohorte
Enregistrement W1870461189 · doi:10.1039/c5cp02938d

Electronic and optical properties of pristine and boron–nitrogen doped graphyne nanotubes

2015· article· en· W1870461189 sur OpenAlexfundno aff
Barnali Bhattacharya, Ngangbam Bedamani Singh, Rajkumar Mondal, Utpal Sarkar

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensnon disponible
Organismes subventionnairesCompute CanadaMcMaster University
Mots-clésMaterials scienceBand gapGraphyneZigzagRefractive indexDopingDopantDensity functional theoryAnisotropyAbsorption (acoustics)BoronMolecular physicsOptoelectronicsCondensed matter physicsNanotechnologyComputational chemistryOpticsChemistryGraphenePhysics

Résumé

récupéré en direct d'OpenAlex

First principle calculations with generalized gradient approximation were carried out to analyse the electronic and optical properties of armchair and zigzag graphyne nanotubes (GNTs). The possible application of these NTs in optoelectronic devices was also investigated. The GNTs were doped with boron (B) and nitrogen (N) atoms and the resulting band gap tuning was studied with respect to the B/N substitution site and increasing diameter of the NTs. The basis of this variation was examined using the partial density of states and crystal orbital Hamilton population analysis. A decreasing trend in the optical response was seen with an increase in the diameter of the NTs. The reported systems showed anisotropic behaviour in the low-energy region. The origin of the optical responses was monitored from the infrared to the UV region depending on the doping site of the B/N. As a result of the large band gap, low reflectivity and low refractive index, B/N GNTs have been established as a suitable system for novel optoelectronic devices. The strong absorption peaks in the UV region mean that they are a good choice for use in UV light protection.

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 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 enseignants0,063
Score d'incertitude au seuil0,593

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,022
Tête enseignante GPT0,252
Écart entre enseignants0,230 · 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

Citations82
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetGraphene research and applicationsTravaux en français237 207