MétaCan
Menu
Retour à la cohorte
Enregistrement W2584768211 · doi:10.1021/acs.jpcc.6b12747

Dispersion of Single-Walled Carbon Nanotubes with Oligo(<i>p</i>-phenylene ethynylene)s: A DFT Study

2017· article· en· W2584768211 sur OpenAlexafffund
Suad Aljohani, Ahmad I. Alrawashdeh, Mohammad Zahidul Hossain Khan, Yuming Zhao, Jolanta B. Lagowski

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMemorial University of Newfoundland
Mots-clésCarbon nanotubeMaterials scienceDispersion (optics)Binding energyPolymerDensity functional theoryIntermolecular forceOligomerConjugated systemPhenyleneDipolePoly(p-phenylene)Chemical physicsNanotechnologyComputational chemistryComposite materialPolymer chemistryMoleculeChemistryOrganic chemistryAtomic physics

Résumé

récupéré en direct d'OpenAlex

Pure carbon nanotubes (CNT) and CNT–polymer composites have many useful properties, ranging from electrical conductivity to superior mechanical strength. However, the full potential of using CNTs as reinforcements (in a polymer matrix, for example) has been severely limited because of complications associated with the dispersion of CNTs. CNTs tend to entangle with each other, forming materials with properties that fall short of expectations. One of the effective ways of dispersing CNTs is the use of short π-conjugated oligomers like oligo( p -phenylene ethynylene)s (OPEs) as dispersants. In this study, we provide a comprehensive investigation of the interactions between single-walled CNTs (SWCNTs) and OPEs with two different end groups; aldehyde (ALD) and dithiafulvene (DTF). The hybrid B3LYP and the dispersion (D)- and/or the long-range (LR)-corrected density functional theory (DFT) methods such as B97D, wB97XD, and CAM-B3LYP with the 6-31G(d) basis set are employed in obtaining electronic structure information (dipole moments and energy levels) for the gas-phase (single) oligomers and the (6,5) SWCNT and their combinations. In addition, the D- and/or LR-corrected DFT methods are used in determining binding energies and intermolecular distances for the OPE/SWCNT combinations. We focus on understanding the roles of oligomer’s end groups and side chains in the dispersion of SWCNTs. In agreement with the experimental observations, the electronic structure and the binding energy results show that OPE-DTF interacts more strongly with the SWCNT than OPE-ALD. This work also provides insight into why OPEs end-capped with DTFs are much more effective in the dispersion of CNTs than OPEs end-capped with ALDs. Furthermore, this computational analysis can be of use in choosing an appropriate D- and/or LR-corrected DFT method when studying properties of systems containing CNTs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,014
Tête enseignante GPT0,255
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetCarbon Nanotubes in CompositesTravaux en français237 207