MétaCan
Menu
Retour à la cohorte
Enregistrement W4210529813 · doi:10.1021/acsomega.1c00963

Exploring Molecular and Electronic Property Predictions of Reduced Graphene Oxide Nanoflakes via Density Functional Theory

2022· article· en· W4210529813 sur OpenAlexaff
E. K. Valencia Gómez, Nathalia A. Ramírez Guarnizo, José Darío Perea, Alberto Lopez, J. J. Prías‐Barragán

Notice bibliographique

RevueACS Omega · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversidad del Quindío
Mots-clésGrapheneDensity functional theoryOxideMaterials scienceZigzagMoleculeChemical physicsComputational chemistryElectronic structureNanotechnologyReactivity (psychology)ChemistryMathematicsOrganic chemistryGeometry

Résumé

récupéré en direct d'OpenAlex

In this research, we perform a theoretical interpretation of molecular and electronic properties of reduced graphene oxide (rGO) nanoflakes through the density functional theory. Here, two pristine graphene nanoflake systems were passivated by hydrogen atoms at their edges, armchair (C58H20) and zigzag (C54H20); besides, we implemented 12 rGO systems with a range of low oxide coverage (1, 3, and 4%). Computational calculations were carried out employing the functional hybrid B3LYP and the basis 6-31G(d, p) and 6-311G(d, p) levels of theory. We brought the proposed molecular structures to a stable minimum. We determined the global reactivity descriptors through chemical potential, hardness, softness, and index of electrophilicity. Besides, the maps of electrostatic potential were generated. We found that the hydroxyl and epoxy functional groups dope the graphene molecule in p-type and n-type forms, respectively. In addition, we could attribute the increases of the oxide coverage and the chemical potential to the softness of the molecule. These results suggest that structures with this type of doping can help in developing advanced electronics of sensors and devices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,008
Score d'incertitude au seuil0,351

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,234
Écart entre enseignants0,199 · 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 tête enseignante, 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

Citations28
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS OmegaMême sujetGraphene research and applicationsTravaux en français237 207