MétaCan
Menu
Retour à la cohorte
Enregistrement W2946739236 · doi:10.1002/smtd.201900111

Kinetically Favorable Vapor–Adsorbate–Solid Growth of Rutile Nanowires

2019· article· en· W2946739236 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSmall Methods · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésNanowireMaterials scienceVapor–liquid–solid methodRutileNanotechnologyOxideBimetallic stripChemical vapor depositionChemical engineeringMetalMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract The vapor‐based synthesis of nanowires, particularly vapor–liquid–solid growth and its variants, is an undoubtedly promising method for fabricating high‐quality silicon‐based and group III–V semiconductors. However, the assembly of oxide nanowires has limited success while adopting these methods. Herein, a simple and scalable approach is developed to synthesize single‐crystal oxide nanowires with controllable morphology. Using titanium oxide as the model system for validation, this approach emphasizes the essential role of the surface characteristic of the seed for the space‐confined growth of nanowires. The shape and growth directions of nanowires can be additionally tailored by using bimetallic seeds, with compositional segregations and dissimilar surface characteristics. Since the source material has the same thermodynamic conditions as the produced nanowires within a closed vessel, the results suggest that the growth of nanowires can be dominated by the kinetic enrichment at seed surfaces or referred to as kinetically favorable vapor–adsorbate–solid growth. While identifying the key thermodynamic and kinetic parameters during growth, this approach is applicable for a wide range of materials.

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.

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 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 enseignants0,116
Score d'incertitude au seuil0,619

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,283
Écart entre enseignants0,267 · 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