MétaCan
Menu
Retour à la cohorte
Enregistrement W3006018423 · doi:10.1116/1.5134446

Lutetium coating of nanoparticles by atomic layer deposition

2020· article· en· W3006018423 sur OpenAlexaff
J.L.T.M. Moret, Matthew B. E. Griffiths, Jeannine E. B. M. Frijns, Baukje E. Terpstra, Hubert Th. Wolterbeek, Seán T. Barry, Antonia G. Denkova, J. Ruud van Ommen

Notice bibliographique

RevueJournal of Vacuum Science & Technology A Vacuum Surfaces and Films · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensCarleton University
Organismes subventionnairesStichting voor de Technische Wetenschappen
Mots-clésLutetiumCoatingNanoparticleMaterials scienceFluidizationAtomic layer depositionLayer (electronics)Deposition (geology)Chemical engineeringFluidized bedOxideNanotechnologyMetallurgyChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Atomic layer deposition (ALD) is a versatile gas phase coating technique that allows coating of complex structured materials, as well as high-surface area materials such as nanoparticles. In this work, ALD is used to deposit a lutetium oxide layer on TiO2 nanoparticles (P25) in a fluidized bed reactor to produce particles for nuclear medical applications. Two precursors were tested: the commercially available Lu(TMHD)3 and the custom-made Lu(HMDS)3. Using Lu(TMHD)3, a lutetium loading up to 15 wt. % could be obtained, while using Lu(HMDS)3, only 0.16 wt. % Lu could be deposited due to decomposition of the precursor. Furthermore, it was observed that vibration-assisted fluidization allows for better fluidization of the nanoparticles and hence a higher degree of coating.

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 enseignants0,008
Score d'incertitude au seuil0,434

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,210 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology A Vacuum Surfaces and FilmsMême sujetSemiconductor materials and devicesTravaux en français237 207