MétaCan
Menu
Retour à la cohorte
Enregistrement W2313806727 · doi:10.1021/la3035819

UV-Initiated Hydrosilylation on Hydrogen-Terminated Silicon (111): Rate Coefficient Increase of Two Orders of Magnitude in the Presence of Aromatic Electron Acceptors

2012· article· en· W2313806727 sur OpenAlexafffund
Lawrence A. Huck, Jillian M. Buriak

Notice bibliographique

RevueLangmuir · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensNational Research Council CanadaNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHydrosilylationSiliconHydrogenPhotochemistryElectronElectron acceptorChemistryMagnitude (astronomy)Materials scienceAnalytical Chemistry (journal)Organic chemistryPhysicsCatalysis

Résumé

récupéré en direct d'OpenAlex

UV-initiated (254 nm) hydrosilylation of hexadecene on Si(111)-H has been studied in the presence of various aliphatic and aromatic molecules (additives). Many of these additives cause an enhancement in the pseudo-first-order rate coefficient (k(obs)) of hydrosilylation, some up to 200× faster than observed in neat hexadecene. It is proposed that these additives capture the photoejected electron from the surface, thereby increasing the probability of reaction of the alkene with the surface hole (h(+)), leading to Si-C bond formation. While the ability of these additives to increase k(obs) is related to their reduction potential, aromatic additives are particularly efficient; we suspect this is due to the relatively strong physisorption of the aromatic molecules leading to a favorable geometry for electron transfer. The presence of these additives permits the use of a much lower intensity of UV light (~30 μW/cm(2)), reducing the probability of photodegradation of the monolayer, and maximum coverage can be reached within minutes.

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 seuil0,004

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 Opus0,018
Tête enseignante GPT0,263
Écart entre enseignants0,245 · 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

Citations41
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetSemiconductor materials and devicesTravaux en français237 207