MétaCan
Menu
Retour à la cohorte
Enregistrement W4393546963 · doi:10.5281/zenodo.8399879

Understanding the formation mechanisms of silicon particles from the thermal disproportionation of hydrogen silsesquioxane

2023· dataset· en· W4393546963 sur OpenAlexaff
Cynthia Cibaka‐Ndaya, Kevin O’Connor, Emmanuel Opeyemi Idowu, Megan A. Parker, Éric Lebraud, Sabrina Lacomme, David Montero, Paula Sanz Camacho, Jonathan G. C. Veinot, Lucian Roiban, Glenna L. Drisko

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typedataset
Langueen
DomaineMaterials Science
ThématiqueSilicone and Siloxane Chemistry
Établissements canadiensUniversity of Alberta
Organismes subventionnairesEuropean Commission
Mots-clésDisproportionationSilsesquioxaneSiliconHydrogenHydrogen silsesquioxaneThermalMaterials scienceChemical engineeringChemistryNanotechnologyOrganic chemistryCatalysisThermodynamicsPolymerOptoelectronicsComposite materialEngineeringPhysicsResist

Résumé

récupéré en direct d'OpenAlex

Data set from Understanding the formation mechanisms of silicon particles from the thermal disproportionation of hydrogen silsesquioxane. - Publication : Cibaka-Ndaya C., O'Connor K., Opeyemi Idowu E., Parker M. A., Lebraud E., Lacomme S., Montero D., Sanz Camacho P., Veinot J. G.-C., Roiban I.-L., Drisko G. L.. Understanding the formation mechanisms of silicon particles from the thermal disproportionation of hydrogen silsesquioxane. Chemistry of Materials, In press, ⟨10.1021/acs.chemmater.3c01448⟩. ⟨hal-04211253⟩ Dataset production context : Crystalline silicon particles sustaining Mie resonances are readily obtained from the thermal processing of hydrogen silsesquioxane (HSQ). Here, the mechanisms involved in silicon particle formation and growth from HSQ are investigated through real time in situ analysis in an environmental transmission electron microscope and X-ray diffractometer. The nucleation of Si nanodomains are observed starting around 1000 °C. For the first time, a highly mobile intermediate phase is experimentally observed, thus demonstrating a previously unknown growth mechanism. At least two growth processes occur simultaneously: the coalescence of small particles into larger particles and a growth mode by particle displacement through the matrix toward the HSQ grain surface. Post-synthetic characterization by scanning electron microscopy further evidences the latter growth mechanism. The gaseous environment employed during synthesis impacts particle formation and growth under both in situ and ex situ conditions, impacting particle yield and structural homogeneity. Understanding the formation mechanisms of particles provides promising pathways for reducing the energy cost of this synthetic route. For more information see the article.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,013

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 Opus0,087
Tête enseignante GPT0,257
Écart entre enseignants0,170 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetSilicone and Siloxane ChemistryTravaux en français237 207