MétaCan
Menu
Retour à la cohorte
Enregistrement W2010278010 · doi:10.1021/la053308i

Carbon Nanotubes with Small and Tunable Diameters from Poly(ferrocenylsilane)-<i>b</i><i>lock</i>-polysiloxane Diblock Copolymers

2006· article· en· W2010278010 sur OpenAlexaff
Jennifer Lu, David A. Rider, Emanuel Onyegam, Hai Wang, Mitchell A. Winnik, Ian Manners, Qian Cheng, Qiang Fu, Jie Liu

Notice bibliographique

RevueLangmuir · 2006
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCarbon nanotubeNanostructureCopolymerPolymerAmorphous solidYield (engineering)NanotechnologyCatalysisChemical engineeringCarbon fibersComposite materialCrystallographyChemistryOrganic chemistryComposite number

Résumé

récupéré en direct d'OpenAlex

Iron-containing nanostructures produced from various self-assembled poly(ferrocenylsilane)-block-polysiloxane thin films are catalytically active for the initiation and growth of high density, small diameter carbon nanotubes (CNTs). Moreover, the tube diameter and density can be tuned by adjusting the chain lengths of the block copolymer. Iron-containing nanostructures from poly(ferrocenylmethylethylsilane)-b-poly(methylvinylsiloxane) polymer with 25 repeat units of an iron-containing segment and 265 repeat units of a non-iron-containing segment are able to produce CNTs with diameters around or less than 1 nm. Lithographically selective growth of CNTs across a large surface area has been demonstrated using this polymer system. Under the same growth condition, it has been found that the yield of defect-free CNTs varies with the size of the catalytically active nanostructures, which are dictated by the chain lengths of the two blocks. This result indicates that, for a specific-sized catalyst nanocluster, a unique set of growth conditions is required for synthesizing high yield, defect-free CNTs. This finding further addresses the importance of using uniform-sized catalyst-containing nanostructures for consistently achieving high-yield and high-quality CNTs with a minimum number of defects and amount of amorphous carbon.

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 Opus0,007
Tête enseignante GPT0,182
Écart entre enseignants0,176 · 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

Citations30
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetCarbon Nanotubes in CompositesTravaux en français237 207