MétaCan
Menu
Retour à la cohorte
Enregistrement W1975941656 · doi:10.1155/2011/408151

Spontaneous Ag-Nanoparticle Growth at Single-Walled Carbon Nanotube Defect Sites: A Tool for<i>In Situ</i>Generation of SERS Substrate

2011· article· en· W1975941656 sur OpenAlexafffund
Jason Maley, G. Schatte, Jianfeng Yang, Ramaswami Sammynaiken

Notice bibliographique

RevueJournal of Nanotechnology · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesCanadian Cancer SocietyUniversity of Saskatchewan
Mots-clésCarbon nanotubeMaterials scienceRaman spectroscopyNanoparticleSubstrate (aquarium)NanotechnologyCarbon fibersChemical engineeringIn situComposite materialOpticsComposite numberOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Silver nanoparticles were spontaneously formed on pristine and oxidized single-wall nanotubes. Nanoparticles were observed on carbon nanotubes with AFM, and the presence of Ag nanoparticles were confirmed by ESR experiments. Raman spectroscopy of the Ag-treated carbon nanotubes had a 4–10X enhancement of intensity compared to untreated carbon nanotubes. Ag nanoparticles formed at defect sites on the CNT surface, where free electrons located at the defect sites reduced Ag + to Ag. A mechanism for the propagation of the nanoparticles is through a continual negative charge generation on the nanoparticle by electron transfer from doublet oxygen (O 2 − ).

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 enseignants0,006
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,034
Tête enseignante GPT0,237
Écart entre enseignants0,202 · 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

Citations8
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NanotechnologyMême sujetCarbon Nanotubes in CompositesTravaux en français237 207