MétaCan
Menu
Retour à la cohorte
Enregistrement W2067444692 · doi:10.1021/ic051431r

Dehydrogenative Silane Coupling on Silicon Surfaces via Early Transition Metal Catalysis

2006· article· en· W2067444692 sur OpenAlexaff
Yunhui Li, Jillian M. Buriak

Notice bibliographique

RevueInorganic Chemistry · 2006
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilicon Nanostructures and Photoluminescence
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSilanesChemistrySilaneSiliconHydrosilylationHydrideCatalysisSurface modificationOrganosiliconTitaniumTransition metalPhotochemistryMetalChemical engineeringPolymer chemistryOrganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Derivatization of silicon surfaces is an area of intense interest due to the centrality of silicon in the microelectronics industry and because of potential promise for a myriad of other applications. In this paper, we investigate the feasibility of Si-Si bond formation directly on the surface to contrast with the more widely studied Si-C and Si-O bond forming reactions. Functionalization of hydride-terminated silicon surfaces with silanes is carried out via early transition metal mediated dehydrogenative silane coupling reactions. Zirconocene and titanocene catalyst systems were evaluated for heterocoupling of a molecular silane, RSiH3, with a surface Si-H group on Si(s). The zirconocene catalysts proved to be much more reactive than the titanium system, and so the former was examined exclusively. The silanes, aromatic or aliphatic, are bonded to the silicon surface through direct Si-Si bonds, although the level of incorporation of the trihydroarylsilanes was substantially higher than that of the aliphatic silanes. The reaction proceeds on nanocrystalline hydride-terminated porous silicon surfaces, as well as flat Si(100)-H(x) and Si(111)-H interfaces. The reactions were studied by a variety of techniques, including FTIR, SIMS, and XPS.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,002
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,197
Écart entre enseignants0,192 · 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.

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

Citations44
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInorganic ChemistryMême sujetSilicon Nanostructures and PhotoluminescenceTravaux en français237 207