MétaCan
Menu
Retour à la cohorte
Enregistrement W1947429798 · doi:10.1002/pssb.201451176

Carbon nanotubes overgrown and ingrown with nanocrystalline diamond deposited by different CVD plasma systems

2014· article· en· W1947429798 sur OpenAlexaff
M. Varga, Viliam Vretenár, Viera Skákalová, Alexander Kromka

Notice bibliographique

Revuephysica status solidi (b) · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensCytodiagnostics (Canada)
Organismes subventionnairesnon disponible
Mots-clésDiamondChemical vapor depositionMaterials scienceCarbon nanotubeRaman spectroscopyScanning electron microscopeComposite numberMaterial properties of diamondComposite materialNanotechnologyMicrowaveChemical engineeringPlasma etchingEtching (microfabrication)Optics

Résumé

récupéré en direct d'OpenAlex

In this work we investigate the growth of diamond film on a porous single‐wall carbon nanotubes (SWNT) paper by employing three different Chemical Vapour Deposition (CVD) systems: plasma‐assisted hot filament, focused microwave plasma and linear antenna microwave plasma. We observe that the diamond growth is strongly affected by the different conditions in each of the CVD processes resulting in different SWNT/diamond composite structures. It is also found that only the linear antenna microwave plasma CVD process allows penetration of the activated growth species into the volume of the SWNT paper, whereas using the other methods, the diamond grains are formed on the SWNT paper surface only. Moreover, the growth of diamond structures within the substrate volume is strongly influenced by the CH 4 /CO 2 /H 2 gas content ratio. A key factor influencing the formation of a compact SWNT/diamond composite is keeping the equilibrium between two competitive processes: establishing conditions where the diamond structure can grow while etching/damage of the SWNT paper is still kept at a minimum. The morphology and chemical composition of formed composite materials were characterized by scanning electron microscopy and Raman spectroscopy.

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 enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
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 Opus0,006
Tête enseignante GPT0,210
Écart entre enseignants0,204 · 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuephysica status solidi (b)Même sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207