MétaCan
Menu
Retour à la cohorte
Enregistrement W2035532464 · doi:10.2202/1542-6580.1279

Carbon Nanotube Synthesis: A Review

2005· review· en· W2035532464 sur OpenAlexaff
Carole E. Baddour, Cedric Briens

Notice bibliographique

RevueInternational Journal of Chemical Reactor Engineering · 2005
Typereview
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCarbon nanotubeMaterials scienceNanotechnologyElectric arcCarbon fibersCatalysisNanomaterialsFluidized bedLaser ablationProcess engineeringWaste managementComposite materialLaserChemistryOrganic chemistryEngineeringElectrode

Résumé

récupéré en direct d'OpenAlex

Discovered in 1991, carbon nanotubes (CNTs) have reached the forefront of many industrial research projects. Carbon nanotubes are tubular carbon molecules with remarkable mechanical, chemical, thermal and electrical properties, which make them useful in various applications. This paper reviews three methods of synthesizing the nanomaterial, namely arc-discharge, laser-ablation and fixed bed/fluidized bed catalytic. These methods have generated a large interest in many industrial companies to date. At the moment, the most critical issue faced by industrial companies is determining the best synthesis method, which will give the most economical large-scale production of CNTs. Compared to the other two methods, the catalytic technique to synthesize CNTs is simple, inexpensive, energy-efficient and can produce large CNTs quantities of high yield and purity.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,009

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 Opus0,021
Tête enseignante GPT0,307
Écart entre enseignants0,286 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations124
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Chemical Reactor EngineeringMême sujetCarbon Nanotubes in CompositesTravaux en français237 207