Surface Functionalization of Porous Nanostructured Metal Oxide Thin Films Fabricated by Glancing Angle Deposition
Notice bibliographique
Résumé
We report the application of solution- and vapor-phase siloxane-based methods for tailoring the surface chemistry/properties of highly porous, nanostructured thin films fabricated using glancing angle deposition (GLAD). The GLAD technique produces high surface area films consisting of isolated columns and provides complete control over the film/column morphology. In the present study, the chemical tunability of a variety of metal oxide GLAD films was investigated using solution-based and vapor-phase surface functionalization methodologies. The surface properties and structures of the treated and untreated films were investigated using scanning electron microscopy (SEM), advancing aqueous contact angle measurements, cyclic voltammetry, and X-ray photoelectron spectroscopy (XPS). Results indicate that the surface chemistry of metal oxide GLAD films could be tailored by either method; however, chemical reactivity depends strongly on the metal oxide film material. Chemical tunability is demonstrated through the covalent tethering of numerous chemical moieties onto the exposed and interior surfaces of metal oxide GLAD films of varied structural motifs. Through careful choice of surface modifier, the present derivatization methods afford a full range of aqueous wettability from hydrophilic to superhydrophobic without compromising film structure. These functionalized, nanoconstructed films demonstrate a high degree of tunability over both structural and surface properties, making them well suited for diverse applications such as optical filters or sensors.
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 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 | 0,000 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».