MétaCan
Menu
Retour à la cohorte
Enregistrement W3013472071 · doi:10.3390/coatings10040305

Graphene Synthesis by Inductively Heated Copper Foils: Reactor Design and Operation

2020· article· en· W3013472071 sur OpenAlexfundno aff
Katya Pashova, Elyes Dhaouadi, Ivaylo Hinkov, Ovidiu Brinza, Y. Roussigné, Manef Abderrabba, Samir Farhat

Notice bibliographique

RevueCoatings · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensnon disponible
Organismes subventionnairesAgence Universitaire de la FrancophonieEuropean CommissionAgence Nationale de la RechercheLaboratoire d'Excellence SEAM
Mots-clésGrapheneMaterials scienceFOIL methodCopperRaman spectroscopyNucleationSubstrate (aquarium)Eddy currentAnalytical Chemistry (journal)Composite materialNanotechnologyMetallurgyChemistryOpticsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

We report on the design of a reactor to grow graphene via inductively heating of copper foils by radio frequency (RF) magnetic fields. A nearly uniform magnetic field induced by Helmholtz-like coils penetrates the copper foil generating eddy currents. While the frequency of the current is being rapidly varied, the substrate temperature increases from room temperature to ~1050 °C in 60 s. This temperature is maintained under Ar/H2 flow to reduce the copper, and under Ar/H2/CH4 to nucleate and grow the graphene over the entire copper foil. After the power cut-off, the temperature decreases rapidly to room temperature, stopping graphene secondary nucleation. Good quality graphene was obtained and transferred onto silicon, and coated with a 300 nm layer of SiO2 by chemical etching of the copper foil. After synthesis, samples were characterized by Raman spectroscopy. The design of the coils and the total power requirements for the graphene induction heating system were first estimated. Then, the effect of the process parameters on the temperature distribution in the copper foil was performed by solving the transient and steady-state coupled electromagnetic and thermal problem in the 2D domain. The quantitative effects of these process parameters were investigated, and the optimization analysis results are reported providing a root toward a scalable process for large-sized 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 enseignants0,019
Score d'incertitude au seuil0,326

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 Opus0,048
Tête enseignante GPT0,270
Écart entre enseignants0,222 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoatingsMême sujetGraphene research and applicationsTravaux en français237 207