MétaCan
Menu
Retour à la cohorte
Enregistrement W2345733577 · doi:10.1149/1.3653926

NO<sub>x</sub> Sensing with n-type WO<sub>3</sub> - CuWO<sub>4</sub> Composites

2011· article· en· W2345733577 sur OpenAlexafffund
C. Gonzalez, Mike Post, Jeffrey Dunford, Xiaomei Du

Notice bibliographique

RevueECS Transactions · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensNational Research Council Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésAnalyteMaterials scienceConductanceThin filmAnalytical Chemistry (journal)DiffractionComposite materialDeposition (geology)Pulsed laser depositionElectrical resistivity and conductivityProfilometerNanotechnologyOpticsChemistry

Résumé

récupéré en direct d'OpenAlex

Thin-films of WO 3 : CuWO 4 composites were used as sensing materials for NO monitoring. The thin-films were prepared by the pulsed laser deposition technique using formulations with molar ratio spanning from 1 to 0. The sensing films were characterized by depth-profilometry, X-ray diffraction (XRD) and electron transport measurements. The transduction mechanism and its relation to the chemical surroundings, including temperature effects, were studied by monitoring the changes in electronic conductance (resistance) with temperature, gas-phase analyte chemical nature and concentration. Sensor performance studies were carried out. It was found that the best sensing material was composed of a nanometric layer of CuWO 4 . This formulation offers fast response and short recovery times towards both O 2 and NO, with a response proportional to analyte concentration and excellent reproducibility.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,020
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,013
Tête enseignante GPT0,176
Écart entre enseignants0,163 · 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.

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

Citations4
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207