MétaCan
Menu
Retour à la cohorte
Enregistrement W4281864705 · doi:10.1002/mren.202200012

Indium Oxide Doped Polyaniline for Detection of Formaldehyde

2022· article· en· W4281864705 sur OpenAlexafffund
Bhoomi Het Mavani, Alexander Penlidis

Notice bibliographique

RevueMacromolecular Reaction Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Chemical Sensor Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesGovernment of Canada
Mots-clésPolyanilineFormaldehydeAnilineSelectivityIndiumChemistryConductive polymerOxidePolyaniline nanofibersPolymer chemistryBenzenePolymerMaterials scienceOrganic chemistryPolymerizationCatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract Polyaniline (PANI) and a polyaniline derivative (poly (2,5‐dimethyl aniline)) are evaluated for their sensitivity towards formaldehyde. Among the two polymer backbones evaluated, polyaniline seems more sensitive towards formaldehyde. Therefore, to further enhance sensitivity towards formaldehyde, polyaniline is doped with different weight percentages of indium oxide and further evaluated for its sensing capabilities such as sensitivity, selectivity, and stability. It is found that PANI with 1.25 wt% of In 2 O 3 is most sensitive towards formaldehyde, while PANI with 5 wt% of In 2 O 3 is most selective towards formaldehyde over benzene interferent. It is observed that sensitivity and selectivity trends for PANI doped with different wt% of In 2 O 3 are reverse of each other. All sensing materials are found stable.

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 enseignants0,253
Score d'incertitude au seuil0,731

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 Opus0,004
Tête enseignante GPT0,185
Écart entre enseignants0,180 · 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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacromolecular Reaction EngineeringMême sujetAdvanced Chemical Sensor TechnologiesTravaux en français237 207