MétaCan
Menu
Retour à la cohorte
Enregistrement W4304480085 · doi:10.1039/d2nr04205c

Improvement of field emission performances by DMSO and PEDOT:PSS treated freestanding CNT clusters

2022· article· en· W4304480085 sur OpenAlexafffund
Jiayu Alexander Liu, Jiaqi Wang, Elahe Cheraghi, Siyuan Chen, Yonghai Sun, John T. W. Yeow

Notice bibliographique

RevueNanoscale · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesLloyd's RegisterCMC Microsystems
Mots-clésMaterials sciencePEDOT:PSSField electron emissionNanotechnologyField (mathematics)Carbon nanotubeComposite materialOptoelectronicsPolymer

Résumé

récupéré en direct d'OpenAlex

In this paper, we present two methods to improve the field emission (FE) performance of vertically aligned carbon nanotube emitters that are treated with dimethyl sulfoxide (DMSO) solution and poly(3,4-ethylene dioxythiophene):polystyrene sulfonate (PEDOT:PSS) solution, respectively, and compared their performances. Both treatments force CNTs to be bundled into clusters, but the formed structures are very different. After treatment, both methods reduced the threshold electric field due to the reduction in screening effects, whereas the PEDOT:PSS treatment significantly reduced the threshold field to far lower than that of DMSO treatment. In addition, the FE efficiency and lifetime of treated CNT emitters are significantly improved. For both treated emitters, there is only slight degradation of the emission current after 80 hours of continuous FE at around 50 μA. In addition, the uniformity of both treated CNT emitters is improved which enables more CNTs to contribute to the overall current emission. This, in turn, lowers the current emitted by individual CNTs, and thereby increases the lifetime of the emitters. Therefore, this study demonstrates that these simple treatment methods of bundling CNTs into unique cluster-structures significantly improve the lifetime of FE and make them excellent candidates for large currents and long-term FE.

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 enseignants0,007
Score d'incertitude au seuil0,611

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,229
Écart entre enseignants0,223 · 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

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetCarbon Nanotubes in CompositesTravaux en français237 207