Online monitoring and mass transfer modelling of the growth of Ni‐B nanoparticles in a reverse micelle system
Notice bibliographique
Résumé
Abstract The growth of Ni‐B nanoparticles by chemical reduction of nickel acetate tetrahydrate (0.3M) using sodium borohydride (B/Ni = 2.5 molar ratio) in CTAB/n‐hexanol/water ternary reverse micelles was investigated. SEM studies showed that the synthesized nanoparticles within the reverse micelle range are more favourable in terms of microstructure and morphology. Nanoparticle growth has been controlled in the range of 0.83–5.59 nm · h−1 by the precise adjustment of mass fraction of surfactant in the oil phase (0.22–0.47 wt%) and the overall mass fraction of the aqueous phase (0.1–0.3 wt%) values. Particle growth was measured in situ using time resolved UV‐vis absorbance spectroscopy. In addition, a new correlation based on characteristic absorbance peaks of Ni‐B nanoparticles at wavelengths of 285 and 230 nm has been derived for this purpose. An accuracy of about 9 % on the nanoparticle average sizes with respect to sizes measured by dynamic light scattering (DLS) was found (R2 = 0.98). A diffusion controlled growth model involving effective diffusivity of reverse micelles (Deff − RM = 9.60 × 10−11 − 1.17 × 10−8 m2 · s−1) andripening parameter (K = 4.57 × 10−21 − 1.54 × 10−20 m2 · s−1) was developed to describe the growth behaviour of the nanoparticles. The experimental results were very close to the experimental results with slight errors (7–10 %). Finally, TEM micrographs of Ni‐B nanoparticles showed that particle growth as well as agglomeration can be effectively controlled by precise adjustment of each component in the reverse micelle technique.
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 | 0,000 |
| 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 | 0,001 | 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 ».