MétaCan
Menu
Retour à la cohorte
Enregistrement W4390204609 · doi:10.5267/j.ccl.2023.10.008

Enhanced gas sensing performance of Ag-Doped BiFeO3 microspheres synthesized via flash auto combustion technology

2023· article· en· W4390204609 sur OpenAlexvenueno aff
Amogh A. Sambare, Ramkisan S. Pawar

Notice bibliographique

RevueCurrent Chemistry Letters · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDopingDopantCombustionNanotechnologyChemical engineeringAdsorptionMicrosphereChemistryFlash (photography)MoleculeMaterials scienceOptoelectronicsOrganic chemistryOptics

Résumé

récupéré en direct d'OpenAlex

This investigation demonstrates the successful synthesis of well-crystallized pristine and Ag-doped BiFeO3 microspheres using flash auto combustion technology. The effects of Ag doping on the morphology and microstructural characteristics were thoroughly examined through SEM, EDS, and powder X-ray diffraction (XRD) studies. Gas sensing experiments were performed to evaluate the response of the synthesized materials to NO gas. The results revealed a remarkable enhancement in the gas sensing capabilities of 5% wt Ag-doped BiFeO3 compared to pure BiFeO3. Specifically, the gas response towards NO was found to be 2.4 times higher for Ag-doped BiFeO3. This significant improvement can be attributed to the presence of Ag atoms within the lattice structure, which not only increased the density of holes in the material but also created additional gas molecule adsorption sites. Furthermore, the Ag dopant exhibited a catalytic effect, contributing to the excellent gas sensor performance of the material. These findings hold great promise for the development of highly sensitive and efficient gas sensors, particularly in applications where the detection of low concentrations of NO is crucial. The utilization of flash auto combustion technology in the synthesis process offers a viable route for scalable production of advanced gas sensing materials with enhanced performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Chemistry LettersMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207