Tunable Etching of CVD Graphene for Transfer Printing of Nanoparticles Driven by Desorption of Contaminants with Low Temperature Annealing
Notice bibliographique
Résumé
Due to its exceptional mechanical properties, graphene can be an ideal support for nanotransfer printing. However, in its as-received state, it is incompatible with some processes for preparing 2D arrays of colloidal nanoparticles from reverse micelle templating. By treating CVD graphene with low temperature annealing, we have created a universal carrier to transfer such nanoparticles onto organic surfaces, taking advantage of the activation of the graphene surface via oxygen plasma etching. Desorption of hydrocarbon contaminant species by low temperature annealing is essential to ensure that exposure of the CVD graphene to the plasma oxidizes the film rather than etching it, as confirmed by Raman, Attenuated Total Reflectance- Fourier Transform Infrared (ATR-FTIR), and X-ray photoelectron spectroscopy measurements. Upon transfer printing to an organic surface, the nanoparticles are sandwiched between the reduced graphene oxide-like layer and the organic surface as shown by scanning near-field optical microscopy (SNOM), making them ideal as an interlayer in organic devices. The combination of exposure to plasma and annealing gives two vectors for controlling the oxygen doping profile in the activated graphene on Cu, and suggests new avenues for patterning nanostructures in devices with processing sensitive active layers.
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 ».