MétaCan
Menu
Retour à la cohorte
Enregistrement W2793187446 · doi:10.1002/adom.201701365

Simultaneous Fabrication and Functionalization of Nanoparticles of 2D Materials with Hybrid Optical Properties

2018· article· en· W2793187446 sur OpenAlexafffund
Khaled H. Ibrahim, Mehrdad Irannejad, B. Wales, Joseph Sanderson, Mustafa Yavuz, Kevin P. Musselman

Notice bibliographique

RevueAdvanced Optical Materials · 2018
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensUniversité LavalUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Waterloo
Mots-clésMaterials scienceNanoparticleHybrid materialNanotechnologySurface modificationPhotoluminescenceTungsten disulfideBoron nitrideMolybdenum disulfideCarbon fibersGrapheneNanostructureAbsorption (acoustics)Chemical engineeringOptoelectronicsComposite materialComposite number

Résumé

récupéré en direct d'OpenAlex

Abstract A general, rapid technique is introduced to simultaneously fabricate and functionalize nanoparticles of 2D materials. A femtosecond laser is used to irradiate flakes of 2D materials in an ethanol‐containing solvent. The highly energetic laser pulses exfoliate and cleave the flakes into nanosheets with diameters of ≈3 nm and simultaneously dissociate the solvent molecules. The dissociated carbon and oxygen atoms bond with the freshly cleaved 2D nanoparticles to satisfy edge sites, resulting in the formation of hybrid 2D nanoparticles that contain graphene‐like carbon domains as well as the host material. The technique is demonstrated for molybdenum disulfide (MoS2), tungsten disulfide (WS2), and boron nitride (BN) flakes. Notably, the hybrid nanoparticles are formed in as little as 20 min without toxic or corrosive chemicals and are multifunctional. Photoluminescence and absorption owing to both the carbon domains and host 2D material (MoS2, WS2, or BN) are observed. This novel hybrid optical behavior makes these materials promising for emerging nanoelectronic and nanophotonic applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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

Citations34
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Optical MaterialsMême sujet2D Materials and ApplicationsTravaux en français237 207