MétaCan
Menu
Retour à la cohorte
Enregistrement W2791813978 · doi:10.1515/psr-2017-0133

Chemical sensors based on surface charge transfer

2018· article· en· W2791813978 sur OpenAlexaff
Amirmasoud Mohtasebi, Peter Kruse

Notice bibliographique

RevuePhysical Sciences Reviews · 2018
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésNanomaterialsNanotechnologyFabricationDopingMaterials sciencePercolation (cognitive psychology)ElectrodeComputer scienceChemistryOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Abstract The focus of this review is an introduction to chemiresistive chemical sensors. The general concept of chemical sensors is briefly introduced, followed by different architectures of chemiresistive sensors and relevant materials. For several of the most common systems, the fabrication of the active materials used in such sensors and their properties are discussed. Furthermore, the sensing mechanism, advantages, and limitations of each group of chemiresistive sensors are briefly elaborated. Compared to electrochemical sensors, chemiresistive sensors have the key advantage of a simpler geometry, eliminating the need for a reference electrode. The performance of bulk chemiresistors can be improved upon by using freestanding ultra-thin films (nanomaterials) or field effect geometries. Both of those concepts have also been combined in a gateless geometry, where charge transport though a percolation network of nanomaterials is modulated via adsorbate doping.

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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,125
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
Bibliométrie0,0000,001
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)0,0010,001

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 Opus0,032
Tête enseignante GPT0,310
Écart entre enseignants0,278 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Sciences ReviewsMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207