MétaCan
Menu
Retour à la cohorte
Enregistrement W2906973122 · doi:10.15625/0868-3166/28/4/12683

Characterization of NH\(_3\) Sensing Properties of P3HT+rGO+CNT Composite Films Made by Spin-coating

2018· article· en· W2906973122 sur OpenAlexfundno aff
Lam Minh Long, Nguyễn Năng Định, Tran Quang Trung

Notice bibliographique

RevueCommunications in Physics · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensnon disponible
Organismes subventionnairesConcordia UniversityUniversity of Engineering and Technology, Lahore
Mots-clésMaterials scienceGrapheneSpin coatingCarbon nanotubeOxideCoatingComposite numberBand gapSurface roughnessCharacterization (materials science)AmmoniaChemical engineeringThin filmAtomic force microscopyNanotechnologyComposite materialOptoelectronicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Thin films of poly(3-hexylthiophene) (P3HT) incorporated with reduced graphene oxide (rGO) and multi-walled carbon nanotubes (CNTs) were prepared by spin-coating technique. Atomic force microscope (AFM) surface morphology, UV-Vis spectra and NH3 gas sensing of the films were studied. Results showed that the P3HT embedded with a content of 20 wt.% of rGO and 10 % of CNTs (abbreviated to P3GC) resulted in the formation of nanostructured composites, exhibiting 1.50 nm-roughness surface and a semiconducting material with a bandgap of 1.92eV. These structure and composition of the P3GC film are appropriate for making film sensors whose resistance changes as a function of gas concentration. Monitoring ammonia gas by the sensors showed that the responding time of the sensing reached a value as fast as 30 s, the response at ammonia gas content of 10 ppm attained a value as large as 0.8% and the relative sensitivity was of 0.05 %/ppm.

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 seuil0,002

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 Opus0,059
Tête enseignante GPT0,302
Écart entre enseignants0,242 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications in PhysicsMême sujetConducting polymers and applicationsTravaux en français237 207