MétaCan
Menu
Retour à la cohorte
Enregistrement W3024788627 · doi:10.1149/ma2020-01251410mtgabs

Melanin-Based Thin Films for Sustainable Electronic Devices

2020· article· en· W3024788627 sur OpenAlexaff
Pooja Saini, Clara Santato

Notice bibliographique

RevueECS Meeting Abstracts · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
Thématiquemelanin and skin pigmentation
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésThin filmBioelectronicsMaterials scienceIndium tin oxideNanotechnologyTransmission electron microscopyChemical engineeringBiosensor

Résumé

récupéré en direct d'OpenAlex

Melanin is a natural (bio-sourced) and bio compatible material, attracting attention because of its physicochemical properties. Melanin is a family of pigments and the brown-black eumelanin pigment is part of this. It can be found in skin, hair, eyes, and brain [1-2]. Considering its quinone-based and conjugated molecular structure, eumelanin is an interesting candidate for bioelectronics. Transport physics in eumelanin-based thin films and pellets need to be better understood to optimize its technological applications. The main challenge for the use of eumelanin in bioelectronics is to increase the conductivity and detailed study is required to clarify and quantify the electronic and protonic contribution to charge transport. High quality thin films of eumelanin material on substrates such as ITO (Indium Tin Oxide) and FTO (Fluorine Tin Oxide) substrates were prepared to study the electronic transport properties of the biopigment. The electrodeposition method, spray pyrolysis, and spin coating were used for the preparation of uniform thin films. The structural, optical, and morphological properties of these thin films were studied using X-ray diffraction (XRD), atomic force microscopy (AFM), field emission electron microscopy (FESEM) and transmission electron microscopy (TEM). For the metal contacts both top contacts using a through shadow masking and photolithography were used. Preliminary results on the dependence of electronic transport on temperature, relative humidity, and interelectrode distance range were collected. Reference [1] Julia Wunsche, Yingxin Deng, Prajwal Kumar, Eduardo Di Mauro, Erik Josberger, Jonathan Sayago, Alessandro Pezzella, Francesca Soavi, Fabio Cicoira, Marco Rolandi, and Clara Santato, Chem. Mater. 2015,27, 436−442. [2] Prajwal Kumar, Eduardo Di Mauro, Shiming Zhang, Alessandro Pezzella, Francesca Soavi, Clara Santato and Fabio Cicoira, J. Mater. Chem. C, 2016, 4, 9516.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,011
Tête enseignante GPT0,252
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), 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 sujetmelanin and skin pigmentationTravaux en français237 207