MétaCan
Menu
Retour à la cohorte
Enregistrement W2765418779 · doi:10.1021/acs.langmuir.7b00929

Formation Kinetics of Mixed Self-Assembled Monolayers of Alkanethiols on GaAs(100)

2017· article· en· W2765418779 sur OpenAlexafffund
Vivien Lacour, Khalid Moumanis, Walid M. Hassen, Céline Élie-Caille, Thérèse Leblois, Jan J. Dubowski

Notice bibliographique

RevueLangmuir · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Junctions and Nanostructures
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesCentre National de la Recherche ScientifiqueNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsAgence Nationale de la Recherche
Mots-clésMonolayerThiolChemistrySelf-assembled monolayerKineticsFourier transform infrared spectroscopySolventEthanolChemical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

We report on the formation kinetics of mixed self-assembled monolayers (SAMs) comprising 16-mercaptohexadecanoic acid (MHDA) and 11-mercapto-1-undecanol (MUDO) thiols on GaAs(100) substrates. These compounds were selected for their potential in constructing highly selective and efficient architectures for biosensing applications. The molecular composition and quality of one-compound and mixed SAMs were determined by the Fourier transform infrared absorption spectroscopy measurements. The formation of enhanced-quality mixed SAMs was investigated as a function of the molecular composition of the thiol mixture and the proportion of ethanol/water solvent used during their arrangement. Furthermore, the formation of mixed SAMs has been carried out by successive immersion of MHDA SAMs in MUDO thiol solutions and MUDO SAMs in MHDA thiol solution through the process involving thiol-thiol substitution. Our results, in addition to confirming that water-ethanol-based solvents improve the packing density of single thiol monolayers, demonstrate the attractive role of water-ethanol solvents in forming superior quality mixed SAMs.

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 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 enseignants0,037
Score d'incertitude au seuil0,262

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,010
Tête enseignante GPT0,224
Écart entre enseignants0,214 · 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.

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

Citations25
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetMolecular Junctions and NanostructuresTravaux en français237 207