MétaCan
Menu
Retour à la cohorte
Enregistrement W3204628253 · doi:10.17762/de.vi.5046

Bi-combustion synthesis technique for the reduction of crystallite size of nanophosphors - a modified version

2021· article· en· W3204628253 sur OpenAlexvenueno aff
Shubhra Mishra D. S. Kshatri

Notice bibliographique

RevueDesign Engineering · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLuminescence Properties of Advanced Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrystalliteHigh-resolution transmission electron microscopyMaterials scienceNanomaterialsNanocrystalline materialNanotechnologyNanoparticleTransmission electron microscopyDiffractionCombustionChemical engineeringComposite numberComposite materialOpticsChemistryPhysicsMetallurgyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Nanophase materials, in recent times, have attracted many a researcher all over the world, on account of their exceptionally high efficiency in terms of morphological and optical behavior. In the nano-range order, various physical and chemical methods are employed to produce materials commercially, but the reported methods owing to their own physical conditions, limit the crystallite sizes to a certain nano-order. To prevail over this size-related limitation, a new modified bi-combustion synthesis technique (B-CST) has been introduced, which aids inthe formation of nanomaterials, with an average size of 10-20 nm, without using any ball milling process. In order to scrutinize the crystallite sizes of SrAl2O4: Eu2+, Dy3+ phosphors synthesized by CST and B-CST, the X-ray diffraction (XRD) technique is used to determine the crystalline phase only while high-resolution transmission electron microscopy (HRTEM) is used, which is the most sought-after method world-wide and is vigorously used to determine the crystallite size.

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,018
Tête enseignante GPT0,216
Écart entre enseignants0,198 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueDesign EngineeringMême sujetLuminescence Properties of Advanced MaterialsTravaux en français237 207