MétaCan
Menu
Retour à la cohorte
Enregistrement W2054871743 · doi:10.1021/la9034408

Controlled Growth/Patterning of Ni Nanohoneycombs on Various Desired Substrates

2009· article· en· W2054871743 sur OpenAlexaff
Gaixia Zhang, Shuhui Sun, Mihnea Ioan Ionescu, Hao Liu, Yu Lin Zhong, Ruying Li, Xueliang Sun

Notice bibliographique

RevueLangmuir · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueZnO doping and properties
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceNanostructureNanotechnologyHoneycombWaferNanometreSiliconSubstrate (aquarium)CrystallinityCarbon nanotubeCarbon fibersMetalChemical engineeringSputteringCoatingCopperComposite materialThin filmOptoelectronicsMetallurgyComposite number

Résumé

récupéré en direct d'OpenAlex

We report a two-step process for the growth/patterning of Ni honeycomb nanostructures on various substrates, such as carbon paper, carbon nanotubes (CNTs), silicon wafers, and copper grids, via the combination of a sputter-coating/patterning technique and a replacement reaction solution method. The morphology, crystallinity, and chemical composition of the honeycombs were analyzed by SEM, TEM, high-resolution TEM, and EDX. These honeycombs are composed of numerous nanocells, several tens of nanometers in diameter and with cell wall thickness of approximately 10 nm, randomly connecting to each other. The growth process of honeycomb nanostructures has been systematically studied. Interestingly, the diameter and wall thickness of the cells could be easily tuned by simply adjusting the experimental parameters, such as the concentrations and cations of metal salts. Additionally, this simple method has been successfully extended to synthesize Co nanostructures with well-controlled morphologies, which indicates the great potential of this strategy in the synthesis of other metal nanostructures on various desired substrates. These metal-substrate composites, especially with desired patterns, are expected to be ideal candidates for wide application in modern electronic and optoelectronic devices, sensors, fuel cells, and energy storage systems.

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 enseignants0,026
Score d'incertitude au seuil0,334

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 Opus0,022
Tête enseignante GPT0,233
Écart entre enseignants0,211 · 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

Citations12
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetZnO doping and propertiesTravaux en français237 207