MétaCan
Menu
Retour à la cohorte
Enregistrement W3170748975 · doi:10.26434/chemrxiv.14700762.v1

Kinetics of Plasmon-Driven Hydrosilylation of Silicon Surfaces: Photogenerated Charges Drive Silicon- Carbon Bond Formation

2021· article· en· W3170748975 sur OpenAlexafffund
Chengcheng Rao, Brian J. Olsen, Erik J. Luber, Jillian M. Buriak

Notice bibliographique

RevueChemRxiv · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta InnovatesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésHydrosilylationSiliconMaterials sciencePlasmonAlkeneSilicon on insulatorSemiconductorPhotochemistryNanotechnologyOptoelectronicsChemistryCatalysisOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Optically transparent PDMS stamps coated with a layer of gold nanoparticles were employed as plasmonic stamps to drive surface chemistry on silicon surfaces. Illumination of a sandwich of plasmonic stamps, an alkene ink, and hydride-terminated silicon with green light of moderate intensity drives hydrosilylation on the surface. The key to the mechanism of the hydrosilylation is the presence of holes at the Si-H-terminated interface, which is followed by attack by a proximal alkene and formation of the silicon-carbon bond. In this work, detailed kinetic studies of the hydrosilylation on silicon with different doping levels, n++, p++, n, p, and intrinsic were carried out to provide further insight into the role of the metal-insulator-semiconductor (MIS) junction that is set up during the stamping.

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 enseignants0,002
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,012
Tête enseignante GPT0,205
Écart entre enseignants0,193 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxivMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207