MétaCan
Menu
Retour à la cohorte
Enregistrement W4393392026 · doi:10.1016/j.isci.2024.109655

Tuning the color of high-karat gold in Au-TiO2 nanoparticle composites all the way to black

2024· article· en· W4393392026 sur OpenAlexfundno aff
L. Rossi, Endre Horváth, Tianyi Wang, Claudio Grimaldi, Andrzej Sienkiewicz, Bence G. Márkus, Dávid Beke, L. Forró

Notice bibliographique

RevueiScience · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNotre Dame Integrated Imaging Facility, University of Notre DameMagyar Tudományos AkadémiaBeef Cattle Research CouncilÉcole Polytechnique Fédérale de Lausanne
Mots-clésColloidal goldPalette (painting)NanotechnologyMaterials scienceStructural colorationScope (computer science)NanoparticlePlasmonNanostructureHueComputer scienceVisual artsArchitectural engineeringOptoelectronicsArtArtificial intelligenceEngineeringPhotonic crystal

Résumé

récupéré en direct d'OpenAlex

For centuries, artisans have harnessed gold nanoparticles to imbue their creations with the vibrant hues that captivate the eye through interactions with visible light. In modern times, these distinct optoelectronic characteristics have pivoted toward the forefront of innovative technologies, finding their niche in advanced applications from solar energy to medicine, overshadowing their artistic heritage. This investigation reimagines the utilitarian scope of gold by innovating the optical characteristics of gold-titania nanostructures. This allows for an expanded palette of colors that retain the value of the precious metal. We employ nanostructured TiO 2 in a high-pressure-high-temperature sintering technique that stabilizes Au nanoparticles, thwarting coalescence, and Oswald ripening. Further refinement is possible by engineering TiO 2 color centers through the introduction of oxygen vacancies and Ti 3+ ions, which aid in creating an opulent high-karat black-gold, but preserve the mechanical attributes essential to the integrity and function of the final product.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,024
Tête enseignante GPT0,264
Écart entre enseignants0,239 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207