Surface Activity of Highly Hydrophobic Surfactants and Platelike PbSe and CuSe Nanoparticles
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lead selenide (PbSe) and copper selenide (CuSe) nanoparticles were synthesized in aqueous phase at a relatively mild temperature (85 °C) in the presence of various cationic Gemini surfactants (12−2−12, 12−0−12, and 16−2−16) as capping/stabilizing agents. All nanoparticles exhibited clear core−shell (surfactant) morphologies. PbSe reactions produced predominantly platelike cubic morphologies along with long Se nanorods (NRs) as a reaction byproduct. CuSe particles were polyhedral thin plates with perforations. High resolution transmission electron microscopy (HRTEM), field emission scanning electron microscopy (FESEM), and X-ray diffraction (XRD) measurements were used to characterize the shape and structure of the particles. HRTEM allowed us to measure the precise thickness of the surfactant shell around each nanocrystal (NC) which was in excellent agreement with the length of the surfactant hydrocarbon tail. Infrared spectroscopic (FT-IR) studies suggested a strong affinity of cationic surfactant for NC surface which was the driving force for the monolayer formation in the form of a shell. Energy dispersive X-ray spectroscopic (EDS) analysis demonstrated that PbSe and CuSe particles were always in 1:1 stoichiometry, and Se NRs were made up of only pure Se and no Pb contents were observed. Stronger interfacial adsorption of a surfactant with greater hydrophobicity controlled the morphology to produce platelike geometries. The size of PbSe and CuSe particles increased while the thickness decreased as the hydrophobicity of the surfactant increased in the order of 12−2−12 < 12−0−12 < 16−2−16.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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