Observation of nanoparticle coalescence during core-shell metallic nanowire growth in colloids via nanoscale imaging
Notice bibliographique
Résumé
The surface morphology and shape of crystalline nanowires significantly influence their functional properties, including phonon transport, electrocatalytic performance, to name but a few. However, the kinetic pathways driving these morphological changes remain underexplored due to challenges in real-space and real-time imaging at single-particle and atomic resolutions. This study investigates the dynamics of shell (Au, Pd, Pt, Fe, Cu, Ni) deposition on AuAg alloy seed nanowires during core-shell formation. By using chiral/non-chiral seed nanowires, advanced imaging techniques, including liquid-phase transmission electron microscopy (LPTEM), cryogenic TEM, and three-dimensional electron tomography, a three-step deposition process is revealed: heterogeneous nucleation, nanoparticle attachment, and coalescence. It is found that colloidal Ostwald ripening, metal reactivity, and deposition amount modulate nanoparticle size and surface roughness, shaping final morphologies. Noble metal nanoparticles (Au, Ag, Pd, Pt) coalesce with seed nanowire along the 〈111〉 direction, distinct from that of other metals. These findings are consistent across different metals, including Ru, Cu, Fe, and Ni, highlighting the hypothesis of these processes in nanowire formation. These findings enhance traditional crystallographic theories and provide a framework for designing nanowire morphology. Additionally, our imaging techniques may be applied to investigate phenomena like electrodeposition, dendrite growth in batteries, and membrane deformation.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».