MétaCan
Menu
Retour à la cohorte
Enregistrement W3122655795 · doi:10.1039/d0nr08652e

Elucidating the role of precursors in synthesizing single crystalline lithium niobate nanomaterials: a study of effects of lithium precursors on nanoparticle quality

2021· article· en· W3122655795 sur OpenAlexafffund
Rana Faryad Ali, Byron D. Gates

Notice bibliographique

RevueNanoscale · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhotorefractive and Nonlinear Optics
Établissements canadiensBurnaby HospitalSimon Fraser University
Organismes subventionnairesWestern Economic Diversification CanadaCanada Research ChairsSimon Fraser UniversityBritish Columbia Knowledge Development FundCMC MicrosystemsNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésLithium niobateLithium (medication)NanomaterialsNanoparticleMaterials scienceNanotechnologyInorganic chemistryChemistryOptoelectronics

Résumé

récupéré en direct d'OpenAlex

A number of solution-based procedures have been realized for the synthesis of lithium niobate (LiNbO3) nanoparticles (NPs). Relatively little is, however, known about the influences of the selection of lithium (Li) precursors on the resulting dimensions, shapes, crystallinity, and purity of the products. A comparative study is provided herein on the role of different Li precursors during the synthesis of LiNbO3 NPs. To the best of our knowledge, this study provides the first systematic comparison of the effects of various Li reagents on the preparation of LiNbO3 NPs through solvothermal processes. This solution-phase approach was tuned by the inclusion of Li precursors that either lacked carbon based anions (e.g., F-, Cl-, Br-, I-, OH-, NO3-, or SO42-) or contained carbon-based anions (e.g., C2H5O-, C2H3OO-, C5H7OO-, or CO32-). All other variables were held constant during the synthesis, such as reaction temperature, solvent, niobium precursor, and surfactants. The results of these studies suggest that the type of Li precursor selected plays an important role in nanoparticle formation, such as through controlling the uniformity, crystallinity, and aggregation of LiNbO3 NPs. The average diameter of the resulting NPs can also vary from ∼30 to ∼830 nm as a function of the Li reagent used in the synthesis. The selection of Li precursors also influences the phase purity of the products. This comparative study on the preparation of crystalline LiNbO3 NPs represents a critical step forward to understand the influences and roles of precursors in the design of synthetic processes for the preparation of a variety of alkali metal niobates (e.g., including NaNbO3 and KNbO3) and crystalline metal oxide-based NPs containing other transition metals (e.g., titanium, tantalum).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,277
Écart entre enseignants0,261 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetPhotorefractive and Nonlinear OpticsTravaux en français237 207