Selective nitrogen doping of graphene due to preferential healing of plasma-generated defects near grain boundaries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Hyperspectral Raman IMAging (RIMA) is used to study spatially inhomogeneous polycrystalline monolayer graphene films grown by chemical vapor deposition. Based on principal component analysis clustering, distinct regions are differentiated and probed after subsequent exposures to the late afterglow of a microwave nitrogen plasma at a reduced pressure of 6 Torr (800 Pa). The 90 × 90 µm 2 RIMA mapping shows differentiation between graphene domains (GDs), grain boundaries (GBs), as well as contaminants adsorbed over and under the graphene layer. Through an analysis of a few relevant band parameters, the mapping further provides a statistical assessment of damage, strain, and doping levels in plasma-treated graphene. It is found that GBs exhibit lower levels of damage and N-incorporation than GDs. The selectivity at GBs is ascribed to (i) a low migration barrier of C adatoms compared to N-adatoms and vacancies and (ii) an anisotropic transport of C adatoms along GBs, which enhances adatom-vacancy recombination at GBs. This preferential self-healing at GBs of plasma-induced damage ensures selective incorporation of N-dopants at plasma-generated defect sites within GDs. This surprising selectivity vanishes, however, as the graphene approaches an amorphous state.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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) | 0,000 | 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 découle