Separation of Highly Pure Semiconducting Single-Wall Carbon Nanotubes in Alkane Solvents via Double Liquid-Phase Extraction
Notice bibliographique
Résumé
This study delves into the distinctive selective property exhibited by a non-conjugated cholesterol-based polymer, poly(CEM11-b-EHA7), in sorting semiconducting single-walled carbon nanotubes (s-SWCNTs) within isooctane. Comprised of 11 repeating units of cholesteryloxycarbonyl-2-hydroxy methacrylate (CEM) and 7 repeating units of 2-ethylhexyl acrylate (EHA), this non-conjugated polymer demonstrates robust supramolecular interactions across the sp2 surface structure of carbon nanotubes and graphene. When coupled with the Double Liquid-Phase Extraction (DLPE) technology, the polymer effectively segregates s-SWCNTs into the isooctane phase (nonpolar) while excluding metallic SWCNTs (m-SWCNTs) in the water phase (polar). DLPE proves particularly efficient in partitioning larger-diameter s-SWCNTs (0.85–1.0 nm) compared to those dispersed directly in isooctane by poly(CEM11-b-EHA7) using direct liquid-phase exfoliation (LPE) techniques for diameters ranging from 0.75 to 0.95 nm. The DLPE method, bolstered by poly(CEM11-b-EHA7), successfully eliminates impurities from s-SWCNT extraction, including residual metallic catalysts and carbonaceous substances, which constitute up to 20% of raw HiPCO SWCNTs. DLPE emerges as a scalable and straightforward approach for selectively extracting s-SWCNTs in nonpolar, low-boiling-point solvents like alkanes. These dispersions hold promise for fabricating fast-drying s-SWCNT inks, which are ideal for printed and flexible thin-film transistors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».