MétaCan
Menu
Retour à la cohorte
Enregistrement W4281493791 · doi:10.3390/nano12111801

Defect Density-Dependent pH Response of Graphene Derivatives: Towards the Development of pH-Sensitive Graphene Oxide Devices

2022· article· en· W4281493791 sur OpenAlexafffund
Shayan Angizi, Xianxuan Huang, Lea Hong, Md Ali Akbar, P. Ravi Selvaganapathy, Peter Kruse

Notice bibliographique

RevueNanomaterials · 2022
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGrapheneOxideMaterials scienceNanomaterialsNanotechnologySubstrate (aquarium)Graphene nanoribbonsGraphene oxide paperElectrochemistryLayer (electronics)ChemistryElectrode

Résumé

récupéré en direct d'OpenAlex

In this study, we demonstrate that a highly pH-sensitive substrate could be fabricated by controlling the type and defect density of graphene derivatives. Nanomaterials from single-layer graphene resembling a defect-free structure to few-layer graphene and graphene oxide with high defect density were used to demonstrate the pH-sensing mechanisms of graphene. We show the presence of three competing mechanisms of pH sensitivity, including the availability of functional groups, the electrochemical double layer, and the ion trapping that determines the overall pH response. The graphene surface was selectively functionalized with hydroxyl, amine, and carboxyl groups to understand the role and density of the graphene pH-sensitive functional groups. Later, we establish the development of highly pH-sensitive graphene oxide by controlling its defect density. This research opens a new avenue for integrating micro-nano-sized pH sensors based on graphene derivatives into next-generation sensing platforms.

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 enseignants0,004
Score d'incertitude au seuil0,772

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,022
Tête enseignante GPT0,247
Écart entre enseignants0,225 · 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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanomaterialsMême sujetAnalytical Chemistry and SensorsTravaux en français237 207