Synthesis of Highly Conductive, Uniformly Silver-Coated Carbon Nanofibers by Electroless Deposition
Notice bibliographique
Résumé
Noble-metal-coated carbon-based nanoparticles, when used as electrically conductive fillers, have the potential to provide excellent conductivity without the high weight and cost normally associated with metals such as silver and gold. To this effect, many attempts were made to deposit uniform metallic layers on core nanoparticles with an emphasis on silver for its high conductivity. The results so far were disheartening with the metal morphology being better described as a decoration than a coating with small effects on the electrical conductivity of the bulk particles. We tackled in this work the specific problem of electroless deposition of silver on carbon nanofibers (CNFs) with the investigation of every step of the process. We performed X-ray photoelectron spectroscopy (XPS), transmission and scanning electron microscopy (TEM, SEM), zeta potential, and electrical conductivity measurements to identify a repeatable, reliable set of parameters allowing for a uniform and fully connected silver deposition on the surface of the CNFs. The bulk particles’ specific electrical conductivity (conductivity per unit mass) undergoes a more than 10-fold increase during the deposition, reaching 2500 S·cm 2 /g, which indicates that the added metal mass participates efficiently to the conduction network. The particles keep their high aspect ratio through the process, which enables a percolated conduction network at very low volume loadings in a composite. No byproducts are produced during the reaction so the particles do not have to be sorted or purified and can be used as produced after the short ∼15 min reaction time. The particles might be an interesting replacement to conventional fillers in isotropic conductive adhesives, as a conductive network is obtained at a much lower loading. They might also serve as electrically conductive fillers in composites where a high conductivity is needed, such as lightning strike protection systems, or as high surface area silver electrodes.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».