MétaCan
Menu
Retour à la cohorte
Enregistrement W4221136189 · doi:10.1007/s00340-022-07769-z

Laser-induced incandescence for non-soot nanoparticles: recent trends and current challenges

2022· article· en· W4221136189 sur OpenAlexafffund
Timothy A. Sipkens, Jan Menser, Thomas Dreier, Christof Schulz, Gregory J. Smallwood, Kyle J. Daun

Notice bibliographique

RevueApplied Physics B · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-Ablation Synthesis of Nanoparticles
Établissements canadiensUniversity of WaterlooNational Research Council CanadaMétis National Council
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversität Duisburg-EssenDeutsche Forschungsgemeinschaft
Mots-clésIncandescenceSootMaterials scienceQuantum opticsCurrent (fluid)LaserNanoparticleOpticsNanotechnologyOptoelectronicsCombustionPhysicsThermodynamicsPhysical chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Laser-induced incandescence (LII) is a widely used combustion diagnostic for in situ measurements of soot primary particle sizes and volume fractions in flames, exhaust gases, and the atmosphere. Increasingly, however, it is applied to characterize engineered nanomaterials, driven by the increasing industrial relevance of these materials and the fundamental scientific insights that may be obtained from these measurements. This review describes the state of the art as well as open research challenges and new opportunities that arise from LII measurements on non-soot nanoparticles. An overview of the basic LII model, along with statistical techniques for inferring quantities-of-interest and associated uncertainties is provided, with a review of the application of LII to various classes of materials, including elemental particles, oxide and nitride materials, and non-soot carbonaceous materials, and core-shell particles. The paper concludes with a discussion of combined and complementary diagnostics, and an outlook of future research.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,776
Score d'incertitude au seuil0,756

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,039
Tête enseignante GPT0,249
Écart entre enseignants0,210 · 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

Citations40
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physics BMême sujetLaser-Ablation Synthesis of NanoparticlesTravaux en français237 207