MétaCan
Menu
Retour à la cohorte
Enregistrement W3134738706 · doi:10.1039/d1na00123j

Probing the coupling between the components in a graphene–mesoporous germanium nanocomposite using high-pressure Raman spectroscopy

2021· article· en· W3134738706 sur OpenAlexafffund
Denis Machon, Stéphanie Sauze, Richard Arès, Abderraouf Boucherif

Notice bibliographique

RevueNanoscale Advances · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesInstitut National des Sciences Appliquées de LyonLABEX iMUSTCentre National de la Recherche ScientifiqueFonds de recherche du Québec – Nature et technologiesUniversité Grenoble AlpesAgence Nationale de la RechercheUniversité de SherbrookeUniversité de LyonIndian National Science Academy
Mots-clésNanocompositeRaman spectroscopyGrapheneMaterials scienceCoupling (piping)Mesoporous materialGermaniumNanotechnologyOptoelectronicsComposite materialChemistryOpticsOrganic chemistryCatalysisPhysics

Résumé

récupéré en direct d'OpenAlex

The nature of the interface between the components of a nanocomposite is a major determining factor in the resulting properties. Using a graphene-mesoporous germanium nanocomposite with a core-shell structure as a template for complex graphene-based nanocomposites, an approach to quantify the interactions between the graphene coating and the component materials is proposed. By monitoring the pressure-induced shift of the Raman G-peak, the degree of coupling between the components, a parameter that is critical in determining the properties of a nanocomposite, can be evaluated. In addition, pressure-induced transformations are a way to tune the physical and chemical properties of materials, and this method provides an opportunity for the controlled design of nanocomposites.

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 enseignants0,018
Score d'incertitude au seuil0,595

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,026
Tête enseignante GPT0,296
Écart entre enseignants0,270 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanoscale AdvancesMême sujetGraphene research and applicationsTravaux en français237 207