MétaCan
Menu
Retour à la cohorte
Enregistrement W1981147466 · doi:10.4028/www.scientific.net/ast.95.23

Liquid Crystal Assisted Selective Separation of Large Graphene Oxide and its Size Dependent Oxygen Reduction Catalytic Effect

2014· article· en· W1981147466 sur OpenAlexaff
Kyung Eun Lee, Ji Eun Kim, Joon Won Lim, Sang Ouk Kim

Notice bibliographique

RevueAdvances in science and technology · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésGrapheneMaterials scienceOxideLiquid crystalPhase (matter)DopingChemical physicsChemical engineeringCatalysisAqueous solutionDispersion (optics)NanotechnologyOrganic chemistryOpticsOptoelectronicsChemistry

Résumé

récupéré en direct d'OpenAlex

We introduce a new self-separation of graphene oxide flakes exploiting liquid crystalline phase formation. Moderately concentrated discotic GO aqueous solution spontaneously phase separates into isotropic phase and nematic phase. According to Onsager theory, larger flakes with higher aspect ratio tends to form nematic phase, while smaller flakes remain in isotropic phase. Simple isolation of bottom nematic phase (large graphene oxide; LGO) resulted in the LGO dominant dispersion preparation. We employed this size selection principle to investigate the influence of GO flake size upon the material properties of reduced graphene oxide. The electrical properties of spin cast rGO films are thoroughly investigated in terms of the GO flake sizes in the precursor aqueous dispersions. Interestingly, nitrogen doping in order to inject more electron charge carrier exhibit different behavior following flake size. Therefore, it was experimentally confirmed that quaternary nitrogen doping site acts as the dominant catalytic site in oxygen reduction reaction.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,309
Écart entre enseignants0,303 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in science and technologyMême sujetGraphene research and applicationsTravaux en français237 207