MétaCan
Menu
Retour à la cohorte
Enregistrement W1992145788 · doi:10.1088/0957-4484/20/19/195601

A thermal study on the structural changes of bimetallic ZrO<sub>2</sub>-modified TiO<sub>2</sub>nanotubes synthesized using supercritical CO<sub>2</sub>

2009· article· en· W1992145788 sur OpenAlexaff
Rahima A. Lucky, Paul A. Charpentier

Notice bibliographique

RevueNanotechnology · 2009
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueCatalysis and Oxidation Reactions
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCrystalliteCalcinationChemical engineeringAnataseSupercritical fluidBimetallic stripThermal stabilityHigh-resolution transmission electron microscopySol-gelPhase (matter)Carbon nanotubeComposite materialNanotechnologyTransmission electron microscopyCatalysisOrganic chemistryMetallurgyPhotocatalysisMetal

Résumé

récupéré en direct d'OpenAlex

In this study the thermal behavior of bimetallic ZrO(2)-TiO(2) (10/90 mol/mol) nanotubes are discussed which were synthesized via a sol-gel process in supercritical carbon dioxide (scCO(2)). The effects of calcination temperature on the morphology, phase structure, mean crystallite size, specific surface area and pore volume of the nanotubes were investigated by using a variety of physiochemical techniques. We report that SEM and TEM images showed that the nanotubular structure was preserved at up to 800 degrees C calcination temperature. When exposed to higher temperatures (900-1000 degrees C) the ZrO(2)-TiO(2) tubes deformed and the crystallites fused together, forming larger crystallites, and a bimetallic ZrTiO(4) species was detected. These results were further examined using TGA, FTIR, XRD and HRTEM analysis. The BET textural properties demonstrated that the presence of a small amount of Zr in the TiO(2) matrix inhibited the grain growth, stabilized the anatase phase and increased the thermal stability.

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 seuil0,003

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 Opus0,024
Tête enseignante GPT0,263
Écart entre enseignants0,239 · 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

Citations12
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetCatalysis and Oxidation ReactionsTravaux en français237 207