MétaCan
Menu
Retour à la cohorte
Enregistrement W4296702969 · doi:10.1088/1361-6528/ac9393

Intercalation leads to inverse layer dependence of friction on chemically doped MoS<sub>2</sub>

2022· article· en· W4296702969 sur OpenAlexafffund
Ogulcan Acikgoz, Enrique Guerrero, Alper Yanılmaz, Omur E. Dagdeviren, Cem Çelebi, David A. Strubbe, Mehmet Z. Baykara

Notice bibliographique

RevueNanotechnology · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Energy Research Scientific Computing CenterOffice of ScienceNational Aeronautics and Space AdministrationUniversity of California MercedU.S. Department of EnergyNational Science Foundation
Mots-clésMolybdenum disulfideMaterials scienceRaman spectroscopyIntercalation (chemistry)DopingAtomic force microscopyInverseCondensed matter physicsLayer (electronics)MolybdenumChemical physicsAnalytical Chemistry (journal)NanotechnologyComposite materialOpticsInorganic chemistryOptoelectronicsMetallurgyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract We present results of atomic-force-microscopy-based friction measurements on Re-doped molybdenum disulfide (MoS 2 ). In stark contrast to the widespread observation of decreasing friction with increasing number of layers on two-dimensional (2D) materials, friction on Re-doped MoS 2 exhibits an anomalous, i.e. inverse, dependence on the number of layers. Raman spectroscopy measurements combined with ab initio calculations reveal signatures of Re intercalation. Calculations suggest an increase in out-of-plane stiffness that inversely correlates with the number of layers as the physical mechanism behind this remarkable observation, revealing a distinctive regime of puckering for 2D materials.

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 enseignants0,029
Score d'incertitude au seuil0,447

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 Opus0,010
Tête enseignante GPT0,255
Écart entre enseignants0,245 · 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

Citations12
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207