MétaCan
Menu
Retour à la cohorte
Enregistrement W2067078051 · doi:10.1063/1.1870112

Electrical switching in sol–gel derived Ag–SiO2 nanocomposite thin films

2005· article· en· W2067078051 sur OpenAlexaff
Debabrata Sarkar, F. Cloutier, My Alı El Khakani

Notice bibliographique

RevueJournal of Applied Physics · 2005
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésNanocompositeMaterials scienceElectrical resistivity and conductivityThin filmAtmospheric temperature rangeNanoparticleDiffusionUltravioletAnalytical Chemistry (journal)Sol-gelChemical engineeringComposite materialNanotechnologyOptoelectronicsChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

The sol–gel technique has been used to produce Ag–SiO2 nanocomposite thin films consisting of silver nanoparticles embedded in a SiO2 matrix. The size of the silver nanoparticles is of about (4±0.2)nm when the firing temperature is in the (500–700°C) range, as determined from ultraviolet-visible spectroscopy analysis. The increase of the firing temperature beyond 300°C, was found to lead to an outer diffusion of Ag toward the surface. As a consequence the surface atomic concentration of Ag is found to increase from 1.3% to 12% for the as-dried (at 120°C) and for those further fired at 600°C, respectively. On the other hand, it is shown that the electrical behavior of these Ag–SiO2 nanocomposite films can drastically change from highly insulating to conducting depending on the firing temperature used. In the intermediate firing temperature (300–400°C) range, the films were found to exhibit a reversible switching behavior with a resistivity transition of about 7 orders of magnitude between the insulating (OFF) and the conducting (ON) state. Such an electrical switching could be explained by a change in the predominant conduction mechanism of the films.

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 enseignants0,009
Score d'incertitude au seuil0,401

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 Opus0,012
Tête enseignante GPT0,236
Écart entre enseignants0,224 · 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

Citations34
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207