MétaCan
Menu
Retour à la cohorte
Enregistrement W3160271364 · doi:10.1002/admi.202001181

Ultrathin‐Walled 3D Inorganic Nanostructured Networks Templated from Cross‐Linked Cellulose Nanocrystal Aerogels

2021· article· en· W3160271364 sur OpenAlexafffund
Arto Hiltunen, Tyler Or, Kimmo Lahtonen, Harri Ali‐Löytty, Nikolai V. Tkachenko, Mika Valden, Essi Sarlin, Emily D. Cranston, Jose Moran‐Mirabal, Jaana Vapaavuori

Notice bibliographique

RevueAdvanced Materials Interfaces · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueAdvanced Cellulose Research Studies
Établissements canadiensUniversity of British ColumbiaMcMaster University
Organismes subventionnairesOntario Ministry of Research and InnovationNatural Sciences and Engineering Research Council of CanadaAcademy of FinlandUniversities Space Research AssociationMcMaster University
Mots-clésMaterials scienceAerogelAtomic layer depositionFabricationNanocrystalNanotechnologyCalcinationNanoporousNanostructureCoatingSubstrate (aquarium)Layer (electronics)CatalysisChemical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract A key challenge in the development of materials for applications in the fields of opto‐ and nanoelectronics, catalysis, separation, and energy conversion is the ability to fabricate 3D inorganic semiconductive nanostructures in a precisely‐controlled and cost‐effective manner. This work describes the fabrication of 3D nanostructured TiO2 monoliths by coating ultraporous cross‐linked cellulose nanocrystal (CNC) aerogel templates with TiO2 layers of controlled thickness via atomic layer deposition (ALD). Following calcination, the resulting hollow inorganic ultraporous 3D networks form the thinnest self‐supporting semiconductive structure (7 nm) fabricated directly on a conductive substrate. The CNC‐templated ALD–TiO2 electrodes are applied toward photoelectrochemical water splitting. The results show that a TiO2 coating as thin as 15 nm produces a maximum water splitting efficiency, resulting in materials savings and reduced fabrication time.

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)0,000
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
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,279
Écart entre enseignants0,266 · 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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Materials InterfacesMême sujetAdvanced Cellulose Research StudiesTravaux en français237 207