MétaCan
Menu
Retour à la cohorte
Enregistrement W4286544450 · doi:10.1039/d2sc01786e

Fabrication of graphene-based porous materials: traditional and emerging approaches

2022· review· en· W4286544450 sur OpenAlexafffund
Heidi Jahandideh, Jun‐Ray Macairan, Aram Bahmani, Mathieu Lapointe, Nathalie Tufenkji

Notice bibliographique

RevueChemical Science · 2022
Typereview
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFonds Québécois de la Recherche sur la Nature et les TechnologiesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsMcGill University
Mots-clésFabricationGrapheneNanotechnologyMaterials sciencePorosityPorous mediumAnisotropyComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

The anisotropic nature of 'graphenic' nanosheets enables them to form stable three-dimensional porous materials. The use of these porous structures has been explored in several applications including electronics and batteries, environmental remediation, energy storage, sensors, catalysis, tissue engineering, and many more. As method of fabrication greatly influences the final pore architecture, and chemical and mechanical characteristics and performance of these porous materials, it is essential to identify and address the correlation between property and function. In this review, we report detailed analyses of the different methods of fabricating porous graphene-based structures - with a focus on graphene oxide as the base material - and relate these with the resultant morphologies, mechanical responses, and common applications of use. We discuss the feasibility of the synthesis approaches and relate the GO concentrations used in each methodology against their corresponding pore sizes to identify the areas not explored to date.

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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil0,816

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,178
Tête enseignante GPT0,335
Écart entre enseignants0,157 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemical ScienceMême sujetGraphene research and applicationsTravaux en français237 207