Tailoring Optoelectronic Properties of ZnO Nanoparticles via Incorporation of Multiwalled Carbon Nanotube Contents on of ZnO/MWCNT Nanocomposites
Notice bibliographique
Résumé
The present study demonstrates the tailoring of optoelectronic properties of ZnO nanoparticles (NPs) by adding multi-walled carbon nanotubes (MWCNTs) at different weight ratios. ZnO/MWCNT nanocomposites were successfully prepared using the solution blending method, and the optical spectra of all samples were determined using a UV–vis spectrometer. An increase in the optical absorption coefficient (α) and extinction coefficient (k) was observed with an increase in MWCNT content, resulting in the significant ability to attenuate incident light in ZnO/MWCNT nanocomposites compared to pure ZnO NPs. The optical band gap of pure ZnO NPs decreased from 3.26 eV to 2.58 eV in the ZnO/50 wt% MWCNT nanocomposite. The refractive index values ranged from 1.66 to 1.61 as the wavelength varied between 400 nm and 700 nm. Furthermore, the incorporation of MWCNTs in the ZnO/MWCNT nanocomposite had an impact on various dispersion parameters related to the refractive index. With increasing MWCNT content, the dielectric constant (ε 0) decreased from 2.40 to 1.96, while the mean oscillator wavelength (λ 0) increased from 157.7 nm to 164.2 nm and the oscillator strength (S0) decreased from 5.93 × 10−5 nm−2 to 3.70 × 10−6 nm−2. The localized density of state (N/m*) increased from 7.45 × 1057 to 20.8 × 1057 (m3 Kg) −1, and the long wavelength refractive index (ε ∞) rose from 3.683 to 4.745. Moreover, the plasma frequency (ω p) of the electron exhibited an increase from 2.15 × 1031 to 6.01 × 1031 Hz. These findings highlight the potential of tailoring the optoelectronic properties of ZnO NPs through the incorporation of MWCNTs, paving the way for the development of novel materials with improved optoelectronic characteristics for a wide range of applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».