MétaCan
Menu
Retour à la cohorte
Enregistrement W4311082212 · doi:10.1039/d2na00619g

Synthesis of fluorescent carbon nanoparticles by dispersion polymerization of acetylene

2022· article· en· W4311082212 sur OpenAlexafffund
Vijay Kumar Jayswal, Anna M. Ritcey, Jean‐François Morin

Notice bibliographique

RevueNanoscale Advances · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon and Quantum Dots Applications
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésDispersityMaterials sciencePolymerizationNanoparticleDispersion polymerizationFluorescenceAcetyleneDispersion (optics)Carbon fibersChemical engineeringSurface modificationNanotechnologyPolymer chemistryChemistryOrganic chemistryPolymerComposite materialOpticsComposite number

Résumé

récupéré en direct d'OpenAlex

Carbon nanoparticles (CNPs) are of interest due to their distinct optoelectronic properties for a diverse range of applications and their functions and properties can be changed by varying their shape, size and dimensionality. The current synthetic methods reported often result in uncontrolled shape, size and polydispersity. In this work, we focus on developing a low-temperature synthetic method for preparing fluorescent carbon nanoparticles and modulation of properties. Our method, based on the dispersion Glaser-Hay polymerization of acetylene followed by decomposition into a carbonaceous material, yields CNPs with sizes varying from 30 nm to 60 nm. The change in reaction parameters influences the shape and size of CNPs, yielding spherical CNPs. The residual alkynes were exploited further for post-functionalization/graphitization by UV irradiation to yield multifunctional CNPs, which were fluorescent in the blue region. The CNPs were characterized with microscopy and spectroscopy techniques after synthesis and after UV-irradiation to study the morphological, chemical, physical and optical properties. This allowed us to understand the influence of parameter variation on the properties and to attempt to establish the structure-property relationship.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,005
Tête enseignante GPT0,226
Écart entre enseignants0,220 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanoscale AdvancesMême sujetCarbon and Quantum Dots ApplicationsTravaux en français237 207