MétaCan
Menu
Retour à la cohorte
Enregistrement W2335785162 · doi:10.1021/acs.jpcc.5b10670

Defects and Deformation of Boron Nitride Nanotubes Studied by Joint Nanoscale Mechanical and Infrared Near-Field Microscopy

2016· article· en· W2335785162 sur OpenAlexafffund
Xiaoji G. Xu, Leonid Gilburd, Yoshio Bando, Dmitri Golberg, Gilbert C. Walker

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueBoron and Carbon Nanomaterials Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBoron nitrideMaterials scienceNanoscopic scaleInfraredComposite materialDeformation (meteorology)NanotechnologyCharacterization (materials science)Optics

Résumé

récupéré en direct d'OpenAlex

Boron nitride nanotubes (BNNTs) are a one-dimensional material with high mechanical strength, good electric insulation, exceptional thermal conductivity, and high temperature stability. The presence of defects and deformations in BNNTs at the nanoscale affects their mechanical properties. In this article, we jointly utilize nanomechanical characterization and infrared scattering type near-field microscopy on the same individual BNNTs to study the defects and deformations. A characteristic structural defect of BNNT is revealed by a blue-shift of infrared absorption and discontinuity in adhesion. Polygonal facets have been observed in BNNTs, as supported by their mechanical responses and spectroscopic signatures. The presence of polygonal facets implies one should expect reactive chemical and hyperbolic optical properties of BNNTs.

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 seuil0,211

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 ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,251
Écart entre enseignants0,242 · 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

Citations27
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetBoron and Carbon Nanomaterials ResearchTravaux en français237 207