Plasma Processing and Treatment of 2D Transition Metal Dichalcogenides: Tuning Properties and Defect Engineering
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Two-dimensional transition metal dichalcogenides (TMDs) offer fascinating opportunities for fundamental nanoscale science and various technological applications. They are a promising platform for next generation optoelectronics and energy harvesting devices due to their exceptional characteristics at the nanoscale, such as tunable bandgap and strong light-matter interactions. The performance of TMD-based devices is mainly governed by the structure, composition, size, defects, and the state of their interfaces. Many properties of TMDs are influenced by the method of synthesis so numerous studies have focused on processing high-quality TMDs with controlled physicochemical properties. Plasma-based methods are cost-effective, well controllable, and scalable techniques that have recently attracted researchers' interest in the synthesis and modification of 2D TMDs. TMDs' reactivity toward plasma offers numerous opportunities to modify the surface of TMDs, including functionalization, defect engineering, doping, oxidation, phase engineering, etching, healing, morphological changes, and altering the surface energy. Here we comprehensively review all roles of plasma in the realm of TMDs. The fundamental science behind plasma processing and modification of TMDs and their applications in different fields are presented and discussed. Future perspectives and challenges are highlighted to demonstrate the prominence of TMDs and the importance of surface engineering in next-generation optoelectronic 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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 découle