Parametric study on the stabilization of metal oxide nanoparticles in organic solvents: A case study with indium tin oxide (ITO) and heptane
Notice bibliographique
Résumé
The tendency of nanoparticles (NPs) to form large aggregates has been a major limitation to their widespread applications where utilizing monodisperse and stable suspension of NPs is essential. The aggregation of NPs becomes more challenging when there is less affinity between the dispersed phase (NPs) and the continuous phase (solvent), such as, dispersion of hydrophilic metal oxide NPs into a nonpolar (organic) solvent. The objective of this study is to systematically investigate the synergistic effects of eight dispersion parameters on the size and stability of indium tin oxide (ITO) NPs in heptane. The matrix of experimentation was designed using an L18 Taguchi method. The analysis of variance (ANOVA) of the experimental results revealed that the most significant factors on the size and stability of NPs were the mass of ITO NPs and the volume of the dispersing agent. Taguchi signal-to-noise (SN) ratio analysis was used to determine the optimal factor levels for the preparation of well-dispersed and stable NP suspensions. Confirmation tests were carried out at the suggested levels of the ANOVA predictive model, and highly stable ITO NPs in heptane with the size distribution of 43.0–68.3 nm were obtained. The results of the present parametric study can be used for a broad range of applications where effective stabilization of metal oxide NPs in organic solvents is desired.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».