MétaCan
Menu
Retour à la cohorte
Enregistrement W2051662853 · doi:10.1063/1.1367402

Surface reactivity of Si nanowires

2001· article· en· W2051662853 sur OpenAlexafffund
Xuhui Sun, Hongying Peng, Yun Tang, W. S. Shi, Ning‐Bew Wong, Chun‐Sing Lee, S. T. Lee, Tsun‐Kong Sham

Notice bibliographique

RevueJournal of Applied Physics · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Hong KongCity University of Hong Kong
Mots-clésX-ray photoelectron spectroscopyMaterials scienceTransmission electron microscopyElectron energy loss spectroscopyScanning electron microscopeSiliconEnergy-dispersive X-ray spectroscopyReactivity (psychology)NanowireNanostructureChemical engineeringCopperNanotechnologyOxideSpectroscopySurface modificationMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

The chemical reactivity of hydrogen-passivated surface of silicon nanowires (SiNWs) towards the reductive deposition of silver and copper ions from solution is reported. SiNWs synthesized by laser ablation were used in the investigation. The surface properties of SiNWs after the removal of the surface oxide were studied. It is found that the surface silicon of the SiNWs can readily reduce silver (I) and copper (II) ions to metal aggregates of various morphologies on the SiNW surface at room temperature. The reaction products have been characterized with scanning electron microscopy, energy dispersive x-ray spectroscopy, high-resolution transmission electron microscopy, electron energy loss spectroscopy, and x-ray photoelectron spectroscopy. By varying the concentration of Ag(I) ions in the solution, nanostructures of silver with different shapes and sizes can be obtained. This approach for synthesis of metal nanostructures offers a potential method for the preparation of desired metal catalysts.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,077
Score d'incertitude au seuil0,307

Scores Codex et Gemma par catégorie

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)0,0000,000

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 GPT0,223
Écart entre enseignants0,210 · 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

Citations36
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207