MétaCan
Menu
Retour à la cohorte
Enregistrement W3092257462 · doi:10.1039/d0na00434k

Facile, wafer-scale compatible growth of ZnO nanowires <i>via</i> chemical bath deposition: assessment of zinc ion contribution and other limiting factors

2020· article· en· W3092257462 sur OpenAlexaff
Yu-Chen Huang, Junze Zhou, Komla Nomenyo, Rodica Elena Ionescu, Anisha Gokarna, Gilles Lérondel

Notice bibliographique

RevueNanoscale Advances · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueZnO doping and properties
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesChina Scholarship CouncilAgence Nationale de la Recherche
Mots-clésWaferLimitingNanowireZincDeposition (geology)Materials scienceNanotechnologyIonNanoscopic scaleScale (ratio)Chemical engineeringChemistryMetallurgyPhysicsEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

ions is higher in ZnO NWs grown on a 3-inch silicon wafer in comparison to those grown on a small piece. An in-depth time dependent growth study conducted on entire 3-inch wafers to track the morphological evolution (length, diameter and number of the NWs) reveals that the growth rate of the length of the NWs reaches a saturation state in a short time span of 20 min. Assessment of the overall homogeneity of the NWs grown on the 3-inch wafer and simultaneous growth on two entire 4-inch silicon wafers has also been demonstrated in this article. This demonstration of large-scale, well-aligned controllable, aligned growth of ZnO NWs on entire silicon wafers is a first step towards NW based devices especially for applications such as photovoltaic, water purification, photocatalysis or biomedical applications.

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 enseignants0,064
Score d'incertitude au seuil0,471

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 GPT0,256
Écart entre enseignants0,238 · 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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscale AdvancesMême sujetZnO doping and propertiesTravaux en français237 207