MétaCan
Menu
Retour à la cohorte
Enregistrement W2171357749 · doi:10.1039/c1nr10856e

Probing the morphology-device relation of Fe<sub>2</sub>O<sub>3</sub>nanostructures towards photovoltaic and sensing applications

2011· article· en· W2171357749 sur OpenAlexaff
Shweta Agarwala, Zhi Han Lim, Eric Nicholson, Ghim Wei Ho

Notice bibliographique

RevueNanoscale · 2011
Typearticle
Langueen
DomaineEnergy
ThématiqueIron oxide chemistry and applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational University of Singapore
Mots-clésNanostructureNanomaterialsMaterials scienceDye-sensitized solar cellNanotechnologyCharacterization (materials science)ElectrodeNanoscopic scaleMorphology (biology)Photovoltaic systemSolar cellSpecific surface areaElectron transport chainChemical engineeringOptoelectronicsChemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

A lot of research on nanomaterials has been carried out in recent years. However, there is still a lack of nanostructures that have a combination of superior properties; both efficient electron transport and high surface area. Here, the authors have tried to develop hybrid α-Fe(2)O(3) flower-like morphology which exhibits both superior electron transport and high surface area. Intrigued by the unique properties of Fe(2)O(3) at the nanoscale and its abundance in nature, we have demonstrated a facile template-free solution based synthesis of hybrid α-Fe(2)O(3) comprising nanopetals nucleating radially from a 3D core. Due to its simplicity, the synthesis process can be easily reproduced and scaled up. We carried out in-depth studies on gas sensing and dye-sensitized solar cell (DSSC) device characterization so as to gain an understanding of how surface area and transport properties are affected by variation in morphology. The hybrid α-Fe(2)O(3) nanostructures are studied as potential candidates for gas sensors and for the first time as a working electrode for DSSC.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,223
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), 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

Citations109
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetIron oxide chemistry and applicationsTravaux en français237 207