Autochthonous self-assembly of nature's nanomaterials: green, parsimonious and antibacterial carbon nanofilms on glass
Notice bibliographique
Résumé
The development of thin film coatings has been a very important development in materials science for the modification of native material surface properties. Thin film coatings are enabled through the use of sophisticated instruments and technologies that demand expertise and huge initial and running costs. Nano-thin films are yet a furtherance of thin films which require more expertise and much more sophistication. In this work for the first time we present a one-pot straightforward carbon thin film coating methodology for glass substrates. There is novelty in every single aspect of the method, with the carbon used in the nanofilm being obtained from turmeric soot, the coating technique consisting of a basic immersion technique, a dip-dry method, in combination with the phytosoot-derived carbon's inherent ability to self-assemble to form a uniform and continuous stable coating. The carbon nanofilm has been characterized using field emission scanning electron microscopy (FESEM), Energy Dispersive X-ray (EDAX) analysis, a goniometer and X-ray diffraction (XRD). This study for the first time opens a new school of thought of using such naturally available free nanomaterials as eco-friendly green coatings. The amorphous porous carbon film can be coated on any hydrophilic substrate and is not substrate specific. Its added advantages of being transparent and antibacterial in spite of being green and parsimonious are meant to realize its utility as ideal choices for solar panels, medical implants and other construction applications.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».