A Simple Method for Teaching Bragg’s Law in an Undergraduate Teaching Laboratory with the Use of Metal–Organic Frameworks
Notice bibliographique
Résumé
Metal–organic frameworks (MOFs) are a class of porous materials that are often crystalline with high surface area and structural tunability. In this laboratory experiment designed for inorganic chemistry students at the undergraduate level, students complete a two-step experiment where they will first (i) synthesize two isostructural zirconium-based MOFs, UiO-66 and UiO-67, and then (ii) isolate and characterize the materials using powder X-ray diffraction (PXRD). A simple solvothermal procedure was developed for the synthesis of UiO-66 and UiO-67 using the air/moisture-stable zirconyl chloride octahydrate as a starting reagent. Depending on the equipment available, the MOFs can be further characterized by nitrogen adsorption analysis for surface area determination using Brunauer–Emmett–Teller (BET) theory, diffuse reflectance infrared Fourier transform spectroscopy (DRIFTS), thermogravimetric analysis (TGA), 1 H nuclear magnetic resonance (NMR) spectroscopy, and scanning electron microscopy (SEM). Upon synthesizing the MOFs and collecting the characterization data, students analyze and describe their results by answering a series of questions included in the laboratory manual. This exercise will allow students to develop practical laboratory skills while expanding their knowledge on some fundamental concepts in inorganic chemistry, materials chemistry, MOFs, crystallography, and other characterization techniques as availability allows.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».