MétaCan
Menu
Retour à la cohorte
Enregistrement W2885091521 · doi:10.1021/acsanm.8b00765

Mechanism of Hierarchical Porosity Development in Hexagonal Boron Nitride Nanocrystalline Microstructures for Biomedical and Industrial Applications

2018· article· en· W2885091521 sur OpenAlexafffund
Jose Humberto Ramirez Leyva, Gerardo Vitale, Afif Hethnawi, Azfar Hassan, M.J. Pérez-Zurita, Guillermo U. Ruiz‐Esparza, Nashaat N. Nassar

Notice bibliographique

RevueACS Applied Nano Materials · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of Calgary
Organismes subventionnairesMitacsConsejo Nacional de Ciencia y Tecnología
Mots-clésPorosityMaterials scienceNanocrystalline materialCeramicMicrostructureBoron nitrideNanotechnologyvan der Waals forceChemical engineeringComposite materialChemistryOrganic chemistryMolecule

Résumé

récupéré en direct d'OpenAlex

A well-known ceramic material, hexagonal boron nitride (h-BN), has a number of unique properties, including structural and porosity features, that make it suitable for a wide range of industrial applications. Hierarchical porosity and high specific surface area are desirable properties for adsorption processes such as water and air cleaning, hydrogen storage, and drug delivery. These characteristics could be controlled and optimized by synthesis procedures; however, this process requires an understanding of the factors and mechanisms of nanocrystalline h-BN porosity development and textural properties. In this study, we demonstrate that hierarchical porosity displays evidence of the consecutive h-BN synthesis steps and thermal decomposition of intermediants. In addition, evidence shows that h-BN nanosheets can be folded as a result of van der Waals force interactions at elevated temperatures, which is corroborated by a computational modeling. The biocompatibility of the prepared h-BN was also evaluated to confirm the nontoxicity of the material. The results of this research could aid in the optimization and scaling up of an environmentally friendly h-BN synthesis process and assist in the development of new methods for the production of h-BN at a commercial level.

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)0,001
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 enseignants0,016
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,022
Tête enseignante GPT0,274
Écart entre enseignants0,252 · 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

Citations13
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetGraphene research and applicationsTravaux en français237 207