MétaCan
Menu
Retour à la cohorte
Enregistrement W2739940419 · doi:10.3390/nano7080211

Synthesis of Distinct Iron Oxide Nanomaterial Shapes Using Lyotropic Liquid Crystal Solvents

2017· article· en· W2739940419 sur OpenAlexaff
Seyyed Muhammad Salili, Matthew Worden, Ahlam Nemati, Donald W. Miller, Torsten Hegmann

Notice bibliographique

RevueNanomaterials · 2017
Typearticle
Langueen
DomaineEnergy
ThématiqueIron oxide chemistry and applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesKing Saud University
Mots-clésLyotropicLyotropic liquid crystalNanomaterialsMaterials scienceIonic liquidNanometreChemical engineeringLiquid crystalOxideLamellar structureCrystal (programming language)HydrolysisIron oxideGrapheneInorganic chemistryNanotechnologyOrganic chemistryChemistryCatalysisLiquid crystallineComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

A room temperature reduction-hydrolysis of Fe(III) precursors such as FeCl₃ or Fe(acac)₃ in various lyotropic liquid crystal phases (lamellar, hexagonal columnar, or micellar) formed by a range of ionic or neutral surfactants in H₂O is shown to be an effective and mild approach for the preparation of iron oxide (IO) nanomaterials with several morphologies (shapes and dimensions), such as extended thin nanosheets with lateral dimensions of several hundred nanometers as well as smaller nanoflakes and nanodiscs in the tens of nanometers size regime. We will discuss the role of the used surfactants and lyotropic liquid crystal phases as well as the shape and size differences depending upon when and how the resulting nanomaterials were isolated from the reaction mixture. The presented synthetic methodology using lyotropic liquid crystal solvents should be widely applicable to several other transition metal oxides for which the described reduction-hydrolysis reaction sequence is a suitable pathway to obtain nanoscale particles.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,274
Écart entre enseignants0,249 · 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanomaterialsMême sujetIron oxide chemistry and applicationsTravaux en français237 207