A facile approach for obtaining NiFe2O4/C nanocomposites and their magnetic properties assessment
Notice bibliographique
Résumé
Abstract NiFe2O4/C nanocomposites were prepared using the two-step process, including reverse microemulsion followed by thermochemical vapour deposition (TCVD). Micelles made in the first step worked well and NiFe2O4 nanoparticles owing sizes smaller than 10 nanometer with narrow size distribution were obtained. Acetylene gas was used as a carbon source for deposition on the surface of NiFe2O4 nanoparticles. Coating applied for 1 and 2 h at 700°C and resulted in an enhancement of NiFe2O4 nanoparticle size to a level of 30 nanometer. Powder X-ray diffraction (PXRD) patterns revealed the spiel formation for all samples; however, the crystallinity of them has been increased as much as temperature rose to a level of coating. Fourier transform infrared spectroscopy (FT-IR) verified the metal-oxygen bonding linked to the octahedral and tetrahedral vibrations. Micro-Raman spectra for the coated samples were recorded as well, and the results confirmed the existence of ordered and disordered carbon-based materials in nanocomposites. It is noteworthy to mention that, in the sample with 2 h coating time, the defect densities were lower than the sample with an hour coating time. The vibration sample magnetometer (VSM) was also used to investigate the magnetic properties. The as-prepared sample behaves like a superparamagnetic matter; however, the coated ones behave like ferromagnetic materials. The saturation magnetization and coercivity of coated samples were lower than their bulk counterparts which was due to their smaller 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,000 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».