MétaCan
Menu
Retour à la cohorte
Enregistrement W2979109107 · doi:10.1002/smll.201904415

Laser‐Directed Assembly of Nanorods of 2D Materials

2019· article· en· W2979109107 sur OpenAlexafffund
Khaled H. Ibrahim, Inna Novodchuk, Kissan Mistry, Michael D. Singh, Chris D. Ling, Joseph Sanderson, Michal Bajcsy, Mustafa Yavuz, Kevin P. Musselman

Notice bibliographique

RevueSmall · 2019
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNanorodMaterials scienceTungsten disulfideLaserNanotechnologyMolybdenum disulfideFemtosecondNanoparticleBoron nitrideOptoelectronicsOpticsComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Herein, the previously unrealized ability to grow nanorods and nanotubes of 2D materials using femtosecond laser irradiation is demonstrated. In as short as 20 min, nanorods of tungsten disulfide, molybdenum disulfide, graphene, and boron nitride are grown in solutions. The technique fragments nanoparticles of the 2D materials from bulk flakes and leverages molecular scale alignment by nonresonant intense laser pulses to direct their assembly into nanorods up to several micrometers in length. The laser treatment process is found to induce phase transformations in some of the materials, and also results in the modification of the nanorods with functional groups from the solvent atoms. Notably, the WS 2 nanoparticles, which are ablated from semiconducting 2H WS 2 crystallographic phase flakes, reassemble into nanorods consisting of the 1T metallic phase. Due to this transition, and the 1D nature of the fabricated nanorods, the WS 2 nanorods display substantial improvements in electrical conductivity and optical transparency when employed as transparent conductors.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,004
Score d'incertitude au seuil0,998

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)0,0030,000

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 Opus0,016
Tête enseignante GPT0,243
Écart entre enseignants0,227 · 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.

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

Citations18
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSmallMême sujet2D Materials and ApplicationsTravaux en français237 207