Femtosecond laser ablation of highly oriented pyrolytic graphite: a green route for large-scale production of porous graphene and graphene quantum dots
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Porous graphene (PG) and graphene quantum dots (GQDs) are attracting attention due to their potential applications in photovoltaics, catalysis, and bio-related fields. We present a novel way for mass production of these promising materials. The femtosecond laser ablation of highly oriented pyrolytic graphite (HOPG) is employed for their synthesis. Porous graphene (PG) layers were found to float at the water-air interface, while graphene quantum dots (GQDs) were dispersed in the solution. The sheets consist of one to six stacked layers of spongy graphene, which form an irregular 3D porous structure that displays pores with an average size of 15-20 nm. Several characterization techniques have confirmed the porous nature of the collected layers. The analyses of the aqueous solution confirmed the presence of GQDs with dimensions of about 2-5 nm. It is found that the formation of both PG and GQDs depends on the fs-laser ablation energy. At laser fluences less than 12 J cm(-2), no evidence of either PG or GQDs is detected. However, polyynes with six and eight carbon atoms per chain are found in the solution. For laser energies in the 20-30 J cm(-2) range, these polyynes disappeared, while PG and GQDs were found at the water-air interface and in the solution, respectively. The origin of these materials can be explained based on the mechanisms for water breakdown and coal gasification. The absence of PG and GQDs, after the laser ablation of HOPG in liquid nitrogen, confirms the proposed mechanisms.
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.
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 | 0,001 |
| 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) | 0,000 | 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 découle