MétaCan
Menu
Retour à la cohorte
Enregistrement W4285397950 · doi:10.1149/ma2022-01522144mtgabs

ZIF-Based Metal-Organic Frameworks for Cantilever Gas Sensors

2022· article· en· W4285397950 sur OpenAlexaff
Masoud Akbari, Chiara Crivello, Octavio Graniel, Martial Defort, Skandar Basrour, Kevin P. Musselman, David Muñoz‐Rojas

Notice bibliographique

RevueECS Meeting Abstracts · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueMetal-Organic Frameworks: Synthesis and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCantileverImidazolateMaterials scienceNanoporousZeolitic imidazolate frameworkMetal-organic frameworkNanotechnologyPorosityAdsorptionLayer (electronics)Atomic layer depositionOptoelectronicsChemical engineeringComposite materialChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Among the different gas sensing platforms, cantilever-based sensors have attracted considerable interest in recent years thanks to their ultra-sensitivity and high-speed response. The gas sensing mechanism in a dynamic cantilever sensor is based on its resonance frequency shift upon adsorption of a gas molecule on the sensor. In order to sensitize the surface of a cantilever, a sensitive receptor material with large surface area is required. Metal-organic frameworks (MOFs) are a class of nanoporous crystalline materials composed of metal ions coordinated to organic linkers. MOFs are promising for gas sensing applications as they have large surface area, rich porosity with adjustable pore size and excellent selective adsorption capability for various gasses.[1] Zeolite imidazole frameworks (ZIFs) are a class of MOFs where metals with tetrahedral coordination (i.e. Zn, Co, Fe, Cu) are the central node and the ligands are imidazolate-based organic molecules. In this work, we developed a ZIF-based thin film for dynamic cantilever gas-sensing applications. We employed a novel atmospheric pressure spatial atomic layer deposition (AP-SALD)[2][3] technique to deposit a ZnO sacrificial layer on the silicon cantilevers. This technique allows the deposition of high-quality films at atmospheric pressure, faster than conventional ALD. The ZnO layer was then converted to a particular ZIF film with desired porosity and size, through a MOF-CVD process.[4] A gas-sensing bench setup was developed for the cantilever actuation and read-out. We present the chemical and morphological properties of the ZIF, as well as the frequency response of the sensor to various gases. The device showed reliable sensitivity to humidity, CO 2 and several VOCs. References [1] X. F. Wang, X. Z. Song, K. M. Sun, L. Cheng, and W. Ma, “MOFs-derived porous nanomaterials for gas sensing,” Polyhedron , vol. 152, pp. 155–163, 2018. [2] D. Muñoz-Rojas, T. Maindron, A. Esteve, F. Piallat, J. C. S. Kools, and J. M. Decams, “Speeding up the unique assets of atomic layer deposition,” Mater. Today Chem. , vol. 12, pp. 96–120, 2019. [3] K. P. Musselman, C. F. Uzoma, and M. S. Miller, “Nanomanufacturing: High-Throughput, Cost-Effective Deposition of Atomic Scale Thin Films via Atmospheric Pressure Spatial Atomic Layer Deposition,” Chem. Mater. , vol. 28, no. 23, pp. 8443–8452, 2016. [4] I. Stassen et al. , “Chemical vapour deposition of zeolitic imidazolate framework thin films,” Nat. Mater. , vol. 15, no. 3, pp. 304–310, 2016.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,134
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,017
Tête enseignante GPT0,244
Écart entre enseignants0,228 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetMetal-Organic Frameworks: Synthesis and ApplicationsTravaux en français237 207