MétaCan
Menu
Retour à la cohorte
Enregistrement W2508649431 · doi:10.1021/acs.chemmater.5b01844

Biotemplated Silica and Silicon Materials as Building Blocks for Micro- to Nanostructures

2015· article· en· W2508649431 sur OpenAlexfundno aff
Noémie‐Manuelle Dorval Courchesne, Stephen A. Steiner, Victor Cantu, Paula T. Hammond, Angela M. Belcher

Notice bibliographique

RevueChemistry of Materials · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiatoms and Algae Research
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDefense Advanced Research Projects AgencyEniMassachusetts Institute of Technology
Mots-clésMaterials scienceNanotechnologySiliconNanostructureNanoporousEtching (microfabrication)WaferNanoporeNanowireIsotropic etchingAnodizingLithographyAluminiumOptoelectronicsLayer (electronics)Metallurgy

Résumé

récupéré en direct d'OpenAlex

Silicon is essential in several energy-related devices, including solar cells, batteries, and some electrochemical systems. These devices often rely on micro- or nanostructures to function efficiently, and require patterning of metallic surfaces. Currently, constructing silicon features at the micro- and nanoscale requires top-down energy-intensive processes, such as e-beam lithography, chemical etching, or anodization. While it is difficult to form silicon in aqueous solution, its oxide, silica, can easily be synthesized using sol–gel chemistry and nucleated onto templates with diverse shapes to create porous or continuous architectures. Here, we demonstrate that novel silica nanostructures can be synthesized via biomineralization, and that they can be reduced to silicon using magnesiothermal reduction. We selected three biotemplates to create silica structures with various aspect ratios and length scales. First, we use diatomaceous earth as a model silica material to optimize our process, and we also biomineralize silica onto two microorganisms, the high aspect ratio M13 bacteriophage, and the helical Spirulina major algae. During our process, the shape of the materials is preserved, resulting in silicon nanowires, nanoporous networks, spirals, and other micro- and nanostructures with high surface area. Our method provides an alternative for the creation of silicon nanostructures, using preformed silica synthesized in solution. The process could be extended to a broader range of microorganisms and metal oxides for the rational design of on-demand micro- and nanostructured metals. In addition, we show that the intrinsic composition of the biotemplates as well as their growth medium can introduce impurities that could potentially be used as dopants in the final silicon structures, and that could allow for tuning the composition of n-doped or p-doped biotemplated silicon for use as semiconducting building blocks.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,002
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,303
Écart entre enseignants0,280 · 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

Citations22
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry of MaterialsMême sujetDiatoms and Algae ResearchTravaux en français237 207