MétaCan
Menu
Retour à la cohorte
Enregistrement W3024568630 · doi:10.1149/ma2020-01482715mtgabs

Morphology, Composition and Sensor Performance of Nanoporous Au(Pt)

2020· article· en· W3024568630 sur OpenAlexaff
Timothy Wong, Amirhossein Foroozan Ebrahimy, Brian Langelier, Ayman A. El‐Zoka

Notice bibliographique

RevueECS Meeting Abstracts · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoporous metals and alloys
Établissements canadiensMcMaster UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNoble metalNanoporousMaterials scienceTernary operationCapacitive sensingAdsorptionPhase (matter)ScatteringAtom probeNanotechnologyMetalComposite materialMetallurgyAlloyChemistryComputer sciencePhysical chemistryOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Recent atom-probe tomography (APT) and ATEM studies of dealloyed layers in binary AgAu and ternary AgAuPt alloys showed the various ways in which more-noble elements enrich during dealloying, at the atomic scale (1). We have since extended this research in several directions – towards less expensive alloys, lean in more-noble elements, and towards the potential applications of such materials in gas sensing. In this presentation, we will start with a review of published and unpublished data from the APT study, which was done using alloys with 23 at% (Au + Pt). New information will then be shown for alloys with less than 6 at.% (Au + Pt). The dealloyed layers are very Ag-rich, and very interesting conflicts arise between enrichment of the more-noble element(s) on the ligament surfaces and the ultimate supply of those elements. For gas sensing applications, we take advantage of the effect of adsorption on ligament surfaces on electron scattering during conduction in the confined metal phase. Delicate impedance measurements at the milli-ohm level show that two kinds of environmental effect can be distinguished. Adsorption of water or other gases up to several molecular layers induce changes in the measured resistance of the metal phase, while thicker layers induce a double-layer charge separation leading to capacitive changes.

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 enseignants0,011
Score d'incertitude au seuil0,450

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 Opus0,018
Tête enseignante GPT0,231
Écart entre enseignants0,213 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetNanoporous metals and alloysTravaux en français237 207