MétaCan
Menu
Retour à la cohorte
Enregistrement W1983689693 · doi:10.1063/1.4794741

Growth of randomly oriented single-crystalline tin (IV) oxide nanobelts: Control on the predominant crystalline growth axis

2013· article· en· W1983689693 sur OpenAlexaff
Samad Bazargan, K. T. Leung

Notice bibliographique

RevueThe Journal of Chemical Physics · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueZnO doping and properties
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceTransmission electron microscopyNanorodTinTin oxideCrystal growthNanotechnologyChemical engineeringCrystallographyScanning electron microscopeOxideSubstrate (aquarium)ChemistryComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

One-dimensional nanobelts of tin (IV) oxide are synthesized by using a newly introduced catalyst-assisted pulsed laser deposition method along two growth directions of [010] and [101]. An ex situ mask-induced growth gradient technique is employed to investigate the growth evolution of the nanobelts on oxidized-Si, H-terminated Si, and Al2O3(0001) substrates by helium ion microscopy, which reveals four stages of growth including catalyst detachment, horizontal nanorod growth, deflection, and the final nanobelt growth. X-ray diffraction and transmission electron microscopy studies show that in spite of the deflections and changes in the growth direction, the nanobelts have, remarkably, maintained their single-crystalline structure throughout the growth by only changing their crystalline growth axis. This has enabled us to influence the preferred growth axis by establishing a crystalline relation between the nanobelts and an appropriate substrate that pins the nanobelts in the initial growth stage. This growth control provides an important means to selectively promote growth of the predominant side planes of the nanobelts, which can then be separated for appropriate applications based on the different growth kinetics of [010] and [101] growth direction.

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 enseignants0,009
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,013
Tête enseignante GPT0,200
Écart entre enseignants0,186 · 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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Chemical PhysicsMême sujetZnO doping and propertiesTravaux en français237 207