MétaCan
Menu
Retour à la cohorte
Enregistrement W2282754025 · doi:10.1504/ijnp.2015.073731

Investigations on structural, optical, morphological and electrical properties of nickel oxide nanoparticles

2015· article· en· W2282754025 sur OpenAlexaff
Suresh Sagadevan, Jiban Podder

Notice bibliographique

RevueInternational Journal of Nanoparticles · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTransition Metal Oxide Nanomaterials
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésNon-blocking I/ONickel oxideMaterials scienceScanning electron microscopeNanoparticleTransmission electron microscopyAnalytical Chemistry (journal)Band gapDielectricOxideNanotechnologyChemistryOptoelectronicsMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

Nickel oxide (NiO) nanoparticles have been prepared by chemical co-precipitation method. The synthesised nanoparticles were investigated by X-ray diffraction analysis (XRD), scanning electron microscopy (SEM), transmission electron microscopy (TEM), UV-visible spectroscopy and dielectric studies. The formation of NiO nanoparticles was confirmed by X-ray diffraction (XRD). The morphology and size of the NiO nanoparticles were characterised using scanning and transmission electron microscopy (SEM and TEM). The optical properties were studied by the UV-visible absorption spectrum. The dielectric properties of NiO nanoparticles were studied in the frequency range of 50 Hz5 MHz at different temperatures. Further, electronic properties, such as valence electron plasma energy, average energy gap or Penn gap, Fermi energy and electronic polarisability of the NiO nanoparticles were calculated. The AC conductivity of the NiO nanoparticles increases with increase in temperature and frequency. The activation energy was calculated from AC conductivity studies.

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 seuil0,002

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 recherche0,0000,000
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 Opus0,062
Tête enseignante GPT0,286
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 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

Citations84
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of NanoparticlesMême sujetTransition Metal Oxide NanomaterialsTravaux en français237 207