MétaCan
Menu
Retour à la cohorte
Enregistrement W2334806053 · doi:10.1021/nl402057j

Direct Observation of Spatially Heterogeneous Single-Layer Graphene Oxide Reduction Kinetics

2013· article· en· W2334806053 sur OpenAlexaff
Matthew P. McDonald, Ahmed Eltom, Felix Vietmeyer, Janak Thapa, Yurii V. Morozov, Denis A. Sokolov, José H. Hodak, K. Vinodgopal, Prashant V. Kamat, Masaru Kuno

Notice bibliographique

RevueNano Letters · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesBasic Energy SciencesArmy Research OfficeCore Research for Evolutional Science and TechnologyFondo para la Investigación Científica y TecnológicaAmerican Chemical Society Petroleum Research FundU.S. Department of EnergyConsejo Nacional de Investigaciones Científicas y TécnicasNational Science FoundationAmerican Chemical SocietyNational Aeronautics and Space Administration
Mots-clésGrapheneKineticsOxideMaterials scienceReduction (mathematics)Layer (electronics)NanotechnologyChemical engineeringChemical physicsChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Graphene oxide (GO) is an important precursor in the production of chemically derived graphene. During reduction, GO's electrical conductivity and band gap change gradually. Doping and chemical functionalization are also possible, illustrating GO's immense potential in creating functional devices through control of its local hybridization. Here we show that laser-induced photolysis controllably reduces individual single-layer GO sheets. The reaction can be followed in real time through sizable decreases in GO's photoluminescence efficiency along with spectral blueshifts. As-produced reduced graphene oxide (rGO) sheets undergo additional photolysis, characterized by dramatic emission enhancements and spectral redshifts. Both GO's reduction and subsequent conversion to photobrightened rGO are captured through movies of their photoluminescence kinetics. Rate maps illustrate sizable spatial and temporal heterogeneities in sp(2) domain growth and reveal how reduction "flows" across GO and rGO sheets. The observed heterogeneous reduction kinetics provides mechanistic insight into GO's conversion to chemically derived graphene and highlights opportunities for overcoming its dynamic, chemical disorder.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,431

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,032
Tête enseignante GPT0,248
Écart entre enseignants0,215 · 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

Citations43
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetGraphene research and applicationsTravaux en français237 207