Noncovalent functionalization of boron nitride nanotubes using poly(2,7‐carbazole)s
Notice bibliographique
Résumé
Abstract To fully actualize the potential of boron nitride nanotubes (BNNTs), it is necessary to overcome the inherent insolubility of this nanomaterial. Drawing on the successes realized in the analogous carbon nanotube field, noncovalent functionalization with conjugated polymers offers a simple, scalable route toward the production of stable dispersions of BNNTs. 2,7‐carbazoles were chosen as our core monomer based on density functional theory (DFT) predictions, which suggest superior interactions with BNNTs when compared to fluorene‐BNNT interactions. Homo poly(2,7‐carbazole)s and copolymers with fluorenes were synthesized and used successfully to disperse BNNTs into organic solvents. Thermogravimetric analysis and atomic force microscopy results confirm the proficiency of these polymers to disperse large amounts (> 80% by weight) of individualized BNNTs. Analysis of absorbance data shows that the choice of solvent is critical, with stability enhanced in THF compared to CHCl3 due to the more efficient planarization of polymer chains on the surface of BNNTs, particularly for the homopolymers. The utility of these highly‐soluble poly(2,7‐carbazole)‐BNNT complexes for printed electronics and transparent composites was demonstrated by the fabrication of simple capacitors and incorporation into poly(methyl methacrylate) composites, respectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».