Evaluation of polymeric nanocomposites for the detection of toxic gas analytes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Four different metal oxide nanoparticles, copper oxide (CuO), aluminum oxide (Al2O3), nickel oxide (NiO), and titanium dioxide (TiO2), were added to poly (2,5-dimethyl aniline) (P25DMA) during synthesis to create different polymer nanocomposites. These polymer nanocomposites were evaluated as potential sensing materials for six different gas analytes (acetaldehyde, acetone, benzene, ethanol, formaldehyde, and methanol). It was found that CuO did not incorporate into the P25DMA and only a small percentage of Al2O3 was incorporated. However, both NiO and TiO2 were incorporated into the P25DMA at the same concentration as during the synthesis step. Overall, the type of metal oxide significantly affected the morphology of the sensing material and the amount of each analyte sorbed. For example, P25DMA doped with 5 wt% Al2O3 had high selectivity towards ethanol, whereas P25DMA doped with 20 wt% TiO2 sorbed the most ethanol. However, P25DMA doped with 20 wt% TiO2 also sorbed a high amount of formaldehyde, making P25DMA doped with 20 wt% TiO2 less selective than P25DMA doped with 5 wt% Al2O3 towards ethanol with respect to formaldehyde.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 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 découle