MétaCan
Menu
Retour à la cohorte
Enregistrement W2065661389 · doi:10.1002/smll.200600416

Assembly at the Nanoscale – Toward Functional Nanostructured Materials

2006· article· en· W2065661389 sur OpenAlexaboutno aff
Cengiz S. Ozkan, Zhong Lin Wang

Notice bibliographique

RevueSmall · 2006
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNanotechnologyCharacterization (materials science)Materials scienceNanoscopic scaleNanostructureLithographyNanolithographyQuantum dotNanowireFabricationOptoelectronics

Résumé

récupéré en direct d'OpenAlex

A fundamental challenge in the development of nanotechnology is the assembly of nanoscale building blocks into functional nanostructured materials. A symposium entitled “Assembly at the Nanoscale – Toward Functional Nanostructured Materials” was organized by Cengiz S. Ozkan (University of California, Riverside), Federico Rosei (University of Quebec, Canada), Gregory P. Lopinski (National Research Council, Canada), and Zhong L. Wang (Georgia Institute of Technology), and took place at the 2005 Materials Research Society (MRS) Fall Meeting in Boston, USA. The aim of the symposium was to bring together researchers from chemistry, physics, biology, surface science, and materials science to advance the progress being seen in the engineering of nanoscale assemblies. The scope of the symposium ranged from discussing the properties and characterization of novel nanostructured materials to developing functional multidimensional nanostructures, the applicability of which might range from the life sciences to device engineering. Topics of interest for the symposium were: Surface science studies of 1D and 2D supramolecular assemblies; Properties and applications of self-assembled 3D structures and nanostructures: photonic-bandgap materials, sensors, and nanocomposites; Novel fabrication methodologies: self-assembly strategies, biomimetics, and predictive approaches; Fundamental problems in quantum dots: growth (by self-assembly), physics, top-down fabrication (e.g., lithography, as well as other less conventional approaches); Unconventional approaches to patterning: soft lithography, embossing, dip-pen nanolithography, scanning probe lithography, and template-directed patterning; Organic/inorganic interfaces for molecular and nanoelectronic applications (see Figure 11 ); Nanoscale building blocks (see Figure 22 ) synthesized with colloidal particles, nanowires, nanotubes, quantum dots, block copolymers, and DNA. Electrical characterization data from a resonant tunneling diode based on conjugates of SWNT–ssDNA–SWNT (SWNT=single-walled carbon nanotube). The graph shows the measurement of negative differential resistance. The sketched model of the conjugate shows 9 bases of ssDNA between two conductive SWNTs used in the transfer function calculation. (Image provided by C S. Ozkan.) Novel nanostructures of ZnO synthesized by a solid–vapor-phase process. (Image provided by Z. L. Wang and R. S. Yang.) Overall, we received over 250 contributions for this symposium, and in addition, over a dozen invited talks were delivered by experts from around the world. This special section in this issue of Small includes papers authored by some of the invited speakers and the symposium organizers. The section includes work that is being carried out at the forefront of many of the fields that are listed above. We anticipate that this special issue, together with the proceedings published by the MRS, will provide a comprehensive coverage of current research in nanoscale assembly.

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 enseignants0,076
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 Opus0,011
Tête enseignante GPT0,227
Écart entre enseignants0,216 · 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

Citations13
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207