Effect of Nanographene Coating on the Seebeck Coefficient of Mesoporous Silicon
Notice bibliographique
Résumé
Nanographene-mesoporous silicon (G-PSi) composites have recently emerged as a promising class of nanomaterials with tuneable physical properties. In this study, we investigated the impact of nanographene coating on the Seebeck coefficient of mesoporous silicon (PSi) obtained by varying two parameters: porosity and thickness. To achieve this, an electrochemical etching process on p + doped Si is presented for the control of the parameters (thicknesses varying from 20 to 160 µm, and a porosity close to 50%), and for nanographene incorporation through chemical vapor deposition. Raman and XPS spectroscopies confirmed the presence of nanographene on PSi. Using a homemade ZT meter, the Seebeck coefficient of the p + doped Si matrix was evaluated at close to 100 ± 15 µV/K and confirmed by UPS spectroscopy analysis. Our findings suggest that the Seebeck coefficient of the porous Si can be measured independently from that of the substrate by fitting measurements on samples with a different thickness of the porous layer. The value of the Seebeck coefficient for the porous Si is of the order of 750 ± 40 µV/K. Furthermore, the incorporation of nanographene induced a drastic decrease to approximately 120 ± 15 µV/K, a value similar to that of its silicon substrate.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».