MétaCan
Menu
Retour à la cohorte
Enregistrement W4200079823 · doi:10.1002/nano.202100305

Synthesis of turbostratic nanoscale graphene via chamber detonation of oxygen/acetylene mixtures

2021· article· en· W4200079823 sur OpenAlexaff
J. P. Wright, Shusil Sigdel, Stephen Corkill, Jose Covarrubias, Levon Leban, Arjun Nepal, Jun Li, Ranjith Divigalpitiya, Stefan H. Bossmann, C. M. Sorensen

Notice bibliographique

RevueNano Select · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésGrapheneMaterials scienceAcetyleneRaman spectroscopyTransmission electron microscopyScanning electron microscopeChemical engineeringDetonationOxygenCarbon fibersNanotechnologyAnalytical Chemistry (journal)Composite materialChemistryComposite numberOrganic chemistryOptics

Résumé

récupéré en direct d'OpenAlex

Abstract A study of the detonation synthesis method to make graphene and the properties of the resulting graphene is presented. The gaseous precursors are mixtures of oxygen and acetylene with oxygen/carbon molar ratios of O/C = 0.25 to 0.75. Chamber pressure and temperature data indicate pressures ≤ 300 psi and temperatures of 2550 ± 100K after initiation of the reaction mixture. The graphene material collected from the chamber after the detonation was characterized by Raman, XRD (X‐ray diffraction), BET, SEM (scanning electron microscopy), TEM (transmission electron microscopy), and so on. The material properties divide into two groups: low O/C (≤ 0.45) and high O/C (≥ 0.5). Low O/C graphene appears as a low density, aerosol gel with ∼8 weakly associated, disordered turbostratic layers with a lateral extent of 20 to 30 nm. High O/C graphene appears as a denser powder with ∼30 weakly associated turbostratic layers, with a lateral extent of 100 to 200 nm. We conclude, as we have previously, that the high detonation temperature during the reaction is the primary reason that graphene is formed rather than soot. Differentiation into two types of graphene products is hypothesized to be a result of aggregation kinetics to form a static gel that pre‐empts layering (stacking) when O/C is low.

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 Opus0,011
Tête enseignante GPT0,254
Écart entre enseignants0,243 · 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

Citations25
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano SelectMême sujetGraphene research and applicationsTravaux en français237 207