MétaCan
Menu
Retour à la cohorte
Enregistrement W2340187992 · doi:10.1038/srep23064

Fabrication of a Functionally Graded Copper-Zinc Sulfide Phosphor

2016· article· en· W2340187992 sur OpenAlexaff
Jehong Park, Kwangwon Park, Jongsu Kim, Yongseok Jeong, Akira Kawasaki, Hansang Kwon

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensNexen (Canada)
Organismes subventionnairesnon disponible
Mots-clésPhosphorMaterials scienceZinc sulfideCopperZincFabricationMetalDopingPhotoluminescenceSulfideLuminescencePorosityLight-emitting diodeChemical engineeringOptoelectronicsMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

Functionally graded materials (FGMs) are compositionally gradient materials. They can achieve the controlled distribution of the desired characteristics within the same bulk material. We describe a functionally graded (FG) metal-phosphor adapting the concept of the FGM; copper (Cu) is selected as a metal and Cu- and Cl-doped ZnS (ZnS:Cu,Cl) is selected as a phosphor and FG [Cu]-[ZnS:Cu,Cl] is fabricated by a very simple powder process. The FG [Cu]-[ZnS:Cu,Cl] reveals a dual-structured functional material composed of dense Cu and porous ZnS:Cu,Cl, which is completely combined through six graded mediating layers. The photoluminescence (PL) of FG [Cu]-[ZnS:Cu,Cl] is insensitive to temperature change. FG [Cu]-[ZnS:Cu,Cl] also exhibits diode characteristics and photo reactivity for 365 nm -UV light. Our FG metal-phosphor concept can pave the way to simplified manufacturing of low-cost and can be applied to various electronic devices.

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 enseignants0,141
Score d'incertitude au seuil0,226

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 Opus0,012
Tête enseignante GPT0,211
Écart entre enseignants0,199 · 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

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPerovskite Materials and ApplicationsTravaux en français237 207