MétaCan
Menu
Retour à la cohorte
Enregistrement W4394723391 · doi:10.3389/fnano.2024.1337571

Layer-by-layer structured nanocomposite deposits from plasma-synthesized organosilicon nanoparticles and organosilicon nanoparticles decorated with Ag nanoparticles by taking advantage of cyclic nanoparticle formation in Ar/HMDSO reactive plasmas

2024· article· en· W4394723391 sur OpenAlexaff
Rémi Bérard, Vincent Garofano, C. Joblin, Luc Stafford, Kremena Makasheva

Notice bibliographique

RevueFrontiers in Nanotechnology · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesEuropean Research CouncilAgence Nationale de la Recherche
Mots-clésOrganosiliconHexamethyldisiloxaneNanoparticleMaterials scienceNanocompositePlasma polymerizationChemical engineeringLayer (electronics)SiliconPlasma activationNanotechnologyPlasmaPolymer chemistryPolymerizationComposite materialPolymerOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Rational engineering of thin nanocomposite layers, deposited in reactive plasmas, requires knowledge on the plasma behavior in order to produce multifunctional deposits with tailored properties (structural, optical, electrical, etc.) This work presents an experimental study of nanoparticles synthesized in the plasma gas-phase and their subsequent use as building-blocks to form layer-by-layer nanostructures. The experiment is performed in a plasma process that successfully combines plasma polymerization of an organosilicon molecular precursor (hexamethyldisiloxane, HMDSO) and sputtering of a metallic (silver) target. Pulsed injection of the precursor is found to promote cyclic nanoparticle formation in Ar/HMDSO reactive plasmas. The plasma electron temperature is found to vary in the range 1.6—2.2 eV as derived from time-resolved optical emission spectroscopy of the plasma energetic conditions. This diagnostic method is also shown to provide a reliable tool for online monitoring of the nanoparticle synthesis process. Two types of layer-by-layer structured nanocomposites can be obtained depending on the type of nanoparticles synthesized: (i) organosilicon nanoparticles of size less than 100 nm in all studied plasma conditions for a large quantity of injected HMDSO and (ii) raspberry-like nanoparticles of size less than 150 nm when the quantity of injected HMDSO is reduced. The organosilicon nanoparticle growth follows a polydimethylsiloxane (PDMS)-like oligomerization scheme in which the R 2 -Si(-O) 2 silicon bond tends towards the formation of polymeric structure in a R 3 -Si(-O) 1 silicon chemical environment, containing Si-(CH 2 )-Si type bridges that are involved in cross-linking. The elemental composition of the raspberry-like nanoparticles is similar to that of the organosilicon nanoparticles, supplemented by the Ag component. The decorating silver nanoparticles are ∼15 nm of size, round in shape and polycrystalline. There is no evidence for silver oxides in the nanostructures. The Si-O-Ag bridges, revealed by infrared spectroscopy, suggest the presence of junction sites between the metallic and the organosilicon parts of the raspberry-like nanoparticles. The silver nanoparticles are found to decorate the organosilicon nanoparticles to form the raspberry-like nanoparticles in the plasma gas-phase, before being deposited. This reveals a very interesting phenomenon of simultaneous growth of the silver- and organosilicon-parts in the plasma without mixing during the nucleation phase.

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)0,001
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 enseignants0,015
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 GPT0,233
Écart entre enseignants0,225 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NanotechnologyMême sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207