MétaCan
Menu
Retour à la cohorte
Enregistrement W2324957284 · doi:10.1166/jnn.2011.3729

Transferable Thin Films of Pristine Carbon Nanotubes

2011· article· en· W2324957284 sur OpenAlexaff
Himadri Mandal, Andrew Ward, Xiaowu Tang

Notice bibliographique

RevueJournal of Nanoscience and Nanotechnology · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCarbon nanotubeMonolayerThin filmChemical vapor depositionHigh-resolution transmission electron microscopyCarbon filmConductivityNanotechnologyChemical engineeringTransmission electron microscopyComposite material

Résumé

récupéré en direct d'OpenAlex

We describe here a simple and low-cost method to prepare ultra-thin, homogeneous, and transferable films of pristine carbon nanotubes (CNTs). The highly efficient chemical vapor deposition (CVD) growth method involves silica supported catalysts and alcohol vapor as gaseous carbon source. By varying the amount of catalysts, the thickness of synthesized films can be easily tuned from 20 nm (sub-monolayer) to 150 nm in a controlled fashion. High-resolution transmission electron microscopy (HRTEM) revealed that the films are composed primarily of single-walled and a small fraction of double-walled CNTs. A nonlinear relationship between film conductivity and thickness was observed. Our sub-monolayer ( 20 nm) film, which is noticeably thinner than conductive CNT films synthesized using other methods (typically > 50 nm and up to 100 microm), shows the highest conductivity of 400 mho x cm(-1) with 90% transparency in the visible range and close to 100% transparency in the infrared range. This ultra-thin film can also be transferred carrier-film free to a wide range of substrates including low-cost plastics for flexible electronics. Compared to CNT films prepared by filtration techniques, our films demonstrated superior stability against mechanical bending.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,228
Écart entre enseignants0,210 · 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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nanoscience and NanotechnologyMême sujetCarbon Nanotubes in CompositesTravaux en français237 207