MétaCan
Menu
Retour à la cohorte
Enregistrement W4309743005 · doi:10.3390/ma15228220

One Dimensional Twisted Van der Waals Structures Constructed by Self-Assembling Graphene Nanoribbons on Carbon Nanotubes

2022· article· en· W4309743005 sur OpenAlexfundno aff
Kun Zhou, Li‐Ya Wang, Ruijie Wang, Chengyuan Wang, Chun Tang

Notice bibliographique

RevueMaterials · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Nutrition, Metabolism and DiabetesGovernment of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésvan der Waals forceGrapheneCarbon nanotubeBilayer grapheneMaterials scienceStackingNanotechnologyChemical physicsBilayerGraphene nanoribbonsCondensed matter physicsChemistryPhysicsMoleculeMembrane

Résumé

récupéré en direct d'OpenAlex

Twisted van der Waals heterostructures were recently found to possess unique physical properties, such as superconductivity in magic angle bilayer graphene. Owing to the nonhomogeneous stacking, the energy of twisted van der Waals heterostructures are often higher than their AA or AB stacking counterpart, therefore, fabricating such structures remains a great challenge in experiments. On the other hand, one dimensional (1D) coaxial van der Waals structures has less freedom to undergo phase transition, thus offer opportunity for fabricating the 1D cousin of twisted bilayer graphene. In this work, we show by molecular dynamic simulations that graphene nanoribbons can self-assemble onto the surface of carbon nanotubes driven by van der Waals interactions. By modifying the size of the carbon nanotubes or graphene nanoribbons, the resultant configurations can be controlled. Of particular interest is the formation of twisted double walled carbon nanotubes whose chiral angle difference can be tuned, including the 1.1° magic angle. Upon the longitudinal unzipping of such structures, twisted bilayer graphene nanoribbons can be obtained. As the longitudinal unzipping of carbon nanotubes is a mature technique, we expect the strategy proposed in this study to stimulate experimental efforts and promote the fast growing research in twistronics.

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 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 enseignants0,005
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,016
Tête enseignante GPT0,255
Écart entre enseignants0,239 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetGraphene research and applicationsTravaux en français237 207