Nitrogen incorporation in monolayer graphene films by atmospheric pressure Townsend dielectric barrier discharge in N<sub>2</sub>
Notice bibliographique
Résumé
Abstract Graphene films grown by chemical vapor deposition and transferred on SiO 2 /Si substrates were treated by a low-frequency dielectric barrier discharge (DBD) operated in N 2 at atmospheric pressure. The discharge conditions were carefully chosen to obtain a weakly-ionized Townsend discharge operated in a diffuse regime and characterized by a neutral gas temperature of 300 K. In such conditions, plasma–graphene interactions are dominated by plasma-generated N atoms and N 2 (A) metastable species, with lower contributions from irradiation by positive ions ( <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mtext>N</mml:mtext> </mml:mrow> <mml:mn>2</mml:mn> <mml:mo>+</mml:mo> </mml:msubsup> </mml:mrow> </mml:math> and <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:msubsup> <mml:mrow> <mml:mtext>N</mml:mtext> </mml:mrow> <mml:mn>4</mml:mn> <mml:mo>+</mml:mo> </mml:msubsup> </mml:mrow> </mml:math> ) and electrons. Defect generation and N incorporation in graphene films were studied using hyperspectral Raman imaging and x-ray photoelectron spectroscopy. Progressive rises in defect concentration and N incorporation were observed with plasma treatment time, with graphene amorphization and nitrogen-to-carbon ratios ∼7% after 60 s. Over the range of experimental conditions investigated, the rate of nitrogen incorporation (mostly pyridine, pyrrole and graphitic) is limited by defect generation in the graphene lattice and not by adsorption and surface diffusion of nitrogen atoms towards defect sites. This work opens a new path to produce large-scale N-graphene by atmospheric-pressure plasma treatments.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 |
| 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 ».