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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».