MétaCan
Menu
Retour à la cohorte
Enregistrement W4249401280 · doi:10.1002/ange.201611834

Helically Coiled Graphene Nanoribbons

2017· article· en· W4249401280 sur OpenAlexafffund
Maxime Daigle, Dandan Miao, Andrea Lucotti, Matteo Tommasini, Jean‐François Morin

Notice bibliographique

RevueAngewandte Chemie · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGraphene nanoribbonsGrapheneRaman spectroscopyMaterials scienceBand gapX-ray photoelectron spectroscopyDelocalized electronNanotechnologyChemical physicsChemistryChemical engineeringOptoelectronicsPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Graphene is a zero‐gap, semiconducting 2D material that exhibits outstanding charge‐transport properties. One way to open a band gap and make graphene useful as a semiconducting material is to confine the electron delocalization in one dimension through the preparation of graphene nanoribbons (GNR). Although several methods have been reported so far, solution‐phase, bottom‐up synthesis is the most promising in terms of structural precision and large‐scale production. Herein, we report the synthesis of a well‐defined, helically coiled GNR from a polychlorinated poly( m ‐phenylene) through a regioselective photochemical cyclodehydrochlorination (CDHC) reaction. The structure of the helical GNR was confirmed by 1 H NMR, FT‐IR, XPS, TEM, and Raman spectroscopy. This Riemann surface‐like GNR has a band gap of 2.15 eV and is highly emissive in the visible region, both in solution and the solid state.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,797

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

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 Opus0,030
Tête enseignante GPT0,301
Écart entre enseignants0,271 · 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

Citations42
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAngewandte ChemieMême sujetGraphene research and applicationsTravaux en français237 207