MétaCan
Menu
Retour à la cohorte
Enregistrement W2331595338 · doi:10.1021/jp105852h

Non-Aqueous Approach to Synthesize Amorphous/Crystalline Metal Oxide-Graphene Nanosheet Hybrid Composites

2010· article· en· W2331595338 sur OpenAlexaff
Xiangbo Meng, Dongsheng Geng, Jian Liu, Mohammad Norouzi Banis, Yong Zhang, Ruying Li, Xueliang Sun

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésGrapheneNanosheetMaterials scienceNanocompositeOxideAtomic layer depositionAmorphous solidNanotechnologyHybrid materialGraphene foamMetalGraphene oxide paperLayer (electronics)ChemistryMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Presently, there is a dramatically increasing interest in developing graphene-supported nanocomposites, due to their unprecedented properties. Apart from the methods exposed in previous studies, this work presents a nonaqueous approach of using atomic layer deposition (ALD) to constitute novel metal oxide-graphene hybrid nanocomposites based on graphene nanosheet (GNS) powders. It is demonstrated that this gas−solid strategy exhibits many unique benefits. It reports for the first time that the as-prepared SnO 2 -GNS nanocomposites are featured with not only tunable morphologies but controllable amorphous and crystalline phases of SnO 2 component as well, using SnCl 4 and H 2 O as the ALD precursors. Furthermore, the determinant factors and underlying mechanisms were outlined and discussed in this work. As a consequence, besides the demonstration of ALD as an important approach for nanoarchitecturing novel metal oxide-GNS composites, the as-synthesized SnO 2 -GNS hybrid nanocomposites provide more choices for many important applications, such as lithium-ion batteries, solar cells, and gas sensing.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,459

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,243
Écart entre enseignants0,235 · 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

Citations81
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetGraphene research and applicationsTravaux en français237 207