MétaCan
Menu
Retour à la cohorte
Enregistrement W2156088564 · doi:10.1186/1556-276x-6-375

Synthesis of magnetic nanofibers using femtosecond laser material processing in air

2011· article· en· W2156088564 sur OpenAlexaff
M. Alubaidy, Krishnan Venkatakrishnan, Bo Tan

Notice bibliographique

RevueNanoscale Research Letters · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésNanochemistryMaterials scienceFemtosecondNanofiberNanotechnologyLaserOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

In this study, we report formation of weblike fibrous nanostructure and nanoparticles of magnetic neodymium-iron-boron (NdFeB) via femtosecond laser radiation at MHz pulse repetition frequency in air at atmospheric pressure. Scanning electron microscopy (SEM) analysis revealed that the nanostructure is formed due to aggregation of polycrystalline nanoparticles of the respective constituent materials. The nanofibers diameter varies between 30 and 70 nm and they are mixed with nanoparticles. The effect of pulse to pulse separation rate on the size of the magnetic fibrous structure and the magnetic strength was reported. X-ray diffraction (XRD) analysis revealed metallic and oxide phases in the nanostructure. The growth of magnetic nanostructure is highly recommended for the applications of magnetic devices like biosensors and the results suggest that the pulsed-laser method is a promising technique for growing nanocrystalline magnetic nanofibers and nanoparticles for biomedical applications.

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)0,002
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 enseignants0,008
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,086
Tête enseignante GPT0,312
Écart entre enseignants0,227 · 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

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscale Research LettersMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207