MétaCan
Menu
Retour à la cohorte
Enregistrement W4396605215 · doi:10.1021/acsanm.4c00743

Nanomolecularly-induced Effects at Titania/Organo-Diphosphonate Interfaces for Stable Hybrid Multilayers with Emergent Properties

2024· article· en· W4396605215 sur OpenAlexafffund
Collin Rowe, Ankit Kashyap, Geetu Sharma, Naveen Goyal, Johan G. Alauzun, Seán T. Barry, N. Ravishankar, Ajay Soni, Per Eklund, Henrik Pedersen, Ganpati Ramanath

Notice bibliographique

RevueACS Applied Nano Materials · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueBone Tissue Engineering Materials
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaKnut och Alice Wallenbergs StiftelseDepartment of Science and Technology, Ministry of Science and Technology, IndiaIndian Institute of ScienceStiftelsen för Miljöstrategisk ForskningDivision of Civil, Mechanical and Manufacturing InnovationVetenskapsrådetNational Science Foundation
Mots-clésMaterials scienceChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Nanoscale hybrid inorganic-organic multilayers are attractive for accessing emergent phenomena and properties through superposition of nanomolecularly-induced interface effects for diverse applications. Here, we demonstrate the effects of interfacial molecular nanolayers (MNLs) of organo-diphosphonates on the growth and stability of titania nanolayers during the synthesis of titania/MNL multilayers by sequential atomic layer deposition and single-cycle molecular layer deposition. Interfacial organo-diphosphonate MNLs result in ∼20-40% slower growth of amorphous titania nanolayers and inhibit anatase nanocrystal formation from them when compared to amorphous titania grown without MNLs. Both these effects are more pronounced in multilayers with aliphatic backbone-MNLs and likely related to impurity incorporation and incomplete reduction of the titania precursor indicated by our spectroscopic analyses. In contrast, both MNLs result in two-fold higher titania nanolayer roughness, suggesting that roughening is primarily due to MNL bonding chemistry. Such MNL-induced effects on inorganic nanolayer growth rate, roughening, and stability are germane to realizing high-interface-fraction hybrid nanolaminate multilayers.

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 enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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 GPT0,188
Écart entre enseignants0,180 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Applied Nano MaterialsMême sujetBone Tissue Engineering MaterialsTravaux en français237 207