MétaCan
Menu
Retour à la cohorte
Enregistrement W1966147938 · doi:10.1063/1.4813142

A combined theoretical-experimental investigation of paramagnetic centres in chemically exfoliated graphene nanoribbons

2013· article· en· W1966147938 sur OpenAlexaff
Arash Akbari-Sharbaf, M. G. Cottam, Giovanni Fanchini

Notice bibliographique

RevueJournal of Applied Physics · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésParamagnetismZigzagGraphene nanoribbonsCondensed matter physicsElectron paramagnetic resonanceDelocalized electronMaterials scienceRibbonGrapheneChemistryNanotechnologyNuclear magnetic resonancePhysicsGeometry

Résumé

récupéré en direct d'OpenAlex

A combined experimental and theoretical study of the origin of paramagnetic centres in graphene nanoribbons (GNRs) is presented. GNRs were prepared from multi-wall carbon nanotubes by an oxidative method at various temperatures. Increasing the oxidation temperature led to GNRs of shorter length with no noticeable effect on the width. Electron spin resonance showed that the ribbon sizes influence both the spin density and type of paramagnetism, with longer ribbons being more prone to form localized paramagnetic centres and shorter ribbons exhibiting a significant paramagnetic contribution from extended states. The density of states for GNRs was calculated with varying dimensions and chiralities using a Hückel tight-binding method. The formation energies of zigzag edges and vacancies, which are expected to be responsible for paramagnetic centres, were evaluated. Our results indicate that longer GNRs favour formation of vacancies while shorter structures favour zigzag edges. This analysis explains the existence of localized paramagnetic centres in longer GNRs and paramagnetism due to electronic states delocalized along zigzag edges in shorter GNRs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,242
Écart entre enseignants0,232 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetGraphene research and applicationsTravaux en français237 207