MétaCan
Menu
Retour à la cohorte
Enregistrement W2608076455 · doi:10.1021/acs.nanolett.7b00844

Thermal Stability of Metal Nanocrystals: An Investigation of the Surface and Bulk Reconstructions of Pd Concave Icosahedra

2017· article· en· W2608076455 sur OpenAlexaff
Kyle D. Gilroy, Ahmed O. Elnabawy, Tung‐Han Yang, Luke T. Roling, Jane Y. Howe, Manos Mavrikakis, Younan Xia

Notice bibliographique

RevueNano Letters · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensHitachi (Canada)
Organismes subventionnairesBasic Energy SciencesGeorgia Institute of Technology
Mots-clésNanocrystalThermal stabilityMaterials scienceMetalThermalNanotechnologySurface (topology)Chemical physicsChemical engineeringMineralogyChemistryMetallurgyThermodynamicsGeometryPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Despite the remarkable success in controlling the synthesis of metal nanocrystals, it still remains a grand challenge to stabilize and preserve the shapes or internal structures of metastable kinetic products. In this work, we address this issue by systematically investigating the surface and bulk reconstructions experienced by a Pd concave icosahedron when subjected to heating up to 600 °C in vacuum. We used in situ high-resolution transmission electron microscopy to identify the equilibration pathways of this far-from-equilibrium structure. We were able to capture key structural transformations occurring during the thermal annealing process, which were mechanistically rationalized by implementing self-consistent plane-wave density functional theory (DFT) calculations. Specifically, the concave icosahedron was found to evolve into a regular icosahedron via surface reconstruction in the range of 200-400 °C, and then transform into a pseudospherical crystalline structure through bulk reconstruction when further heated to 600 °C. The mechanistic understanding may lead to the development of strategies for enhancing the thermal stability of metal nanocrystals.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,031
Tête enseignante GPT0,242
Écart entre enseignants0,211 · 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'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

Citations49
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207