MétaCan
Menu
Retour à la cohorte
Enregistrement W2959987812 · doi:10.1080/0144235x.2019.1634319

Chemical vapour deposition of graphene: layer control, the transfer process, characterisation, and related applications

2019· article· en· W2959987812 sur OpenAlexafffund
Xiaohua Yang, Gaixia Zhang, Jai Prakash, Zhangsen Chen, Marc A. Gauthier, Shuhui Sun

Notice bibliographique

RevueInternational Reviews in Physical Chemistry · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilInstitut national de la recherche scientifiqueShastri Indo-Canadian Institute
Mots-clésGrapheneChemical vapor depositionNanotechnologyMaterials scienceNanomaterials

Résumé

récupéré en direct d'OpenAlex

Graphene, one of the most promising two-dimensional (2D) nanomaterials, has gained substantial attention in several areas of materials science. Due to its unique mechanical, electrical, optical, and thermal properties, graphene-based materials have triggered both numerous fundamental studies and technological applications. Out of several synthetic methods, chemical vapour deposition (CVD) has emerged as one of the most promising methods for the production of large areas of high quality single-crystal graphene. This review introduces the fundamental growth mechanisms of CVD graphene, alongside the various parameters and substrates employed in this process. Furthermore, new developments in the CVD synthesis of monolayer and few-layer graphene are presented, as well as advanced techniques for analysing the fine structure and properties of graphene. Moreover, a detailed discussion of the transfer processes used for practical applications of CVD graphene is provided, with emphasis on their fundamental aspects. This review concludes with an outlook on presently challenging issues, prospects and applications of graphene.

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)0,000
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 enseignants0,014
Score d'incertitude au seuil0,288

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 Opus0,010
Tête enseignante GPT0,291
Écart entre enseignants0,281 · 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

Citations55
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Reviews in Physical ChemistryMême sujetGraphene research and applicationsTravaux en français237 207