MétaCan
Menu
Retour à la cohorte
Enregistrement W2335219009 · doi:10.1021/nn201024u

Wall-Selective Probing of Double-Walled Carbon Nanotubes Using Covalent Functionalization

2011· article· en· W2335219009 sur OpenAlexaff
Delphine Bouilly, Janie Cabana, François Meunier, Maxime Desjardins-Carrière, François Lapointe, Philippe Gagnon, Francis L. Larouche, Élyse Adam, Matthieu Paillet, Richard Martel

Notice bibliographique

RevueACS Nano · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensRegroupement Québécois sur les Matériaux de PointePolytechnique MontréalUniversité du Québec à MontréalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésSurface modificationCarbon nanotubeMaterials scienceNanotechnologyCovalent bondCoaxialSelective surfaceOptoelectronicsChemical engineeringChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Double-walled carbon nanotubes (DWNTs) present an original coaxial geometry in which the inner wall is naturally protected from the environment by the outer wall. Covalent functionalization is introduced here as an effective approach to investigate DWNT devices. Performed using an aryldiazonium salt, the functionalization is reversible upon thermal annealing and occurs strictly at the surface of the outer wall, leaving the inner wall essentially unaltered by the chemical bonding. Measurements on functionalized DWNT transistors show that the electrical current is carried by the inner wall and provide unambiguous identification of the metallic or semiconducting character of both walls. New insights about current saturation at high bias in DWNTs are also presented as an illustration of new experiments unlocked by the method. The wall-selectivity of the functionalization not only enables selective optical and electrical probing of the DWNTs, but it also paves the way to designing novel electronic devices in which the inner wall is used for electrical transport while the outer wall chemically interacts with the environment.

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 enseignants0,004
Score d'incertitude au seuil0,721

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 Opus0,045
Tête enseignante GPT0,258
Écart entre enseignants0,212 · 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

Citations52
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetCarbon Nanotubes in CompositesTravaux en français237 207