Nanotube Matrices for Flexible SnIP Nanowires
Notice bibliographique
Résumé
A detailed density functional theory (DFT) study on 1D-SnIP@2D-material hybrids was conducted. Selected two-dimensional (2D) materials like carbon nanotubes (CNTs), MoS 2, phosphorus allotropes (gray and black P), carbon nitrides, and boron nitride were tested as potential 2D hosts or matrices for a highly flexible, pseudo one-dimensional semiconductor SnIP. For a matrix, we selected sheets of the 2D materials rolled-up to nanotubes of 13.1 to 13.8 Å in diameter to accommodate one enantiomeric form of double helical SnIP. SnIP, an atomic-scale inorganic double helix compound, is composed of a racemic mixture of M - and P -double helices that form a pseudo-hexagonal rod packing in the bulk phase. Hybrid materials investigated in this study were classified based on total energy, the internal diameter of the matrix, and bonding interactions. Less-probable and most-probable hybrids were identified. With the hybrid SnIP@C 6 N 8 (8,4), the first example was identified, which seems to allow separation of the M - and P -SnIP enantiomers due to significant differences in bonding interactions and overall fit. Differential crystal orbital Hamilton population analysis shows clear preference of M -SnIP over P -SnIP with a 31 kJ/mol stabilization in total energy for M -SnIP@C 6 N 8 . A vibrational mode analysis of all hybrids illustrates that the length of the propagation vector of the SnIP double helix directly correlates with a red shift of the SnIP phosphorus modes. As a proof of principle, a core–shell particle consisting of SnIP and hBN was successfully prepared and investigated.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».