MétaCan
Menu
Retour à la cohorte
Enregistrement W2259214918 · doi:10.6000/1929-5995.2015.04.04.3

Study and Characterization of Polyaniline at Various Doping of LiCl wt.% Using Electrical Measurements and XRF Analysis

2016· article· en· W2259214918 sur OpenAlexvenueno aff
Faten Adel Ismael Chaqmaqchee, Amera G. Baker

Notice bibliographique

RevueJournal of Research Updates in Polymer Science · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolyanilineMaterials scienceElectrical resistivity and conductivityConductivityAnalytical Chemistry (journal)Lithium (medication)DopingPolymerizationCharacterization (materials science)Lithium chlorideActivation energyChemical engineeringPolymerComposite materialPhysical chemistryChemistryNanotechnologyEnvironmental chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Polyaniline PANI samples were synthesized via chemical polymerization method. The mechanism of charge transport in these composites has been studies by measuring the DC conductivity at various lithium chloride LiCl wt.%. It shows that their activation energy decreases with increasing LiCl concentration and thus, the conductivity increases at 15 %wt. In addition, X-ray Fluorescence XRF was used to analysis the elements of PANI regarding to LiCl concentration. The elements positively detected by the XRF are Cl, Kr, SO3, Al2O3, SiO2, and ZrO2. The XRF data show a relative systematic error typically independent of the concentration. The accuracy is determined by comparing the XRF data with various LiCl wt.%.

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)0,004
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 enseignants0,069
Score d'incertitude au seuil0,272

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0000,000

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 Opus0,113
Tête enseignante GPT0,412
Écart entre enseignants0,298 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research Updates in Polymer ScienceMême sujetConducting polymers and applicationsTravaux en français237 207