MétaCan
Menu
Retour à la cohorte
Enregistrement W3025274793 · doi:10.1149/ma2020-01171121mtgabs

Preparation of Plasmonic Cu Nanoparticles By Pulsed Laser Ablation in Liquid and Their Characterization

2020· article· en· W3025274793 sur OpenAlexaff
Yong Wang, Dongling Ma, Mohamed Chaker

Notice bibliographique

RevueECS Meeting Abstracts · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-Ablation Synthesis of Nanoparticles
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceLaser ablation synthesis in solutionNanoparticlePlasmonSurface plasmon resonanceLaser ablationPhotocatalysisVisible spectrumAbsorption (acoustics)NanotechnologyLaserPlasmonic nanoparticlesOptoelectronicsFluenceOpticsLaser power scalingChemistryX-ray laserComposite material

Résumé

récupéré en direct d'OpenAlex

Photocatalysis plays a pivotal role in solar energy transferring into usable energy. In recent years, visible light driven photocatalysts have been attracted more attention due to the broadened solar absorption wavelength. In this regard, the plasmonic photocatalysts based on gold (Au), silver (Ag) and copper (Cu) can strongly absorb visible light due to their localized surface plasmon resonance (LSPR). Compared with most studied Ag and Au nanoparticles, Cu is a low-cost plasmonic material owing to its higher earth abundance. However, the difficulty in fabricating chemically stable Cu nanoparticles limits their application. Here, the colloidal Cu nanoparticles were fabricated via pulsed laser ablation in liquid (PLAL) by Nd:YAG laser (1064 nm) and the size and optical properties of the nanoparticles were characterized by transmission electron microscopy and UV-visible spectrophotometry, respectively. The effect of fabrication parameters, such as laser fluence, ablation time, organic solvent and ablation time was further investigated. In addition, the composition and stability of the as-prepared plasmonic Cu nanoparticle was also studied. The as-prepared plasmonic Cu nanoparticle exhibit strong LSPR absorption peak in the visible region, which is beneficial to the application in photocatalysis, solar energy harvesting, optoelectronics, and biomedical technologies.

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 enseignants0,025
Score d'incertitude au seuil0,529

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 Opus0,012
Tête enseignante GPT0,218
Écart entre enseignants0,206 · 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 sujetLaser-Ablation Synthesis of NanoparticlesTravaux en français237 207