MétaCan
Menu
Retour à la cohorte
Enregistrement W4411354573 · doi:10.1021/acs.jpcc.5c00654

Large-Area Monocrystalline Copper Microflake Synthesis

2025· article· en· W4411354573 sur OpenAlexfundno aff
Elif Nur Dayi, Diotime Pellet, Priscila Vensaus, Fatemeh Kiani, Alan R. Bowman, Omer Can Karaman, Giulia Tagliabue

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueNanomaterials and Printing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesLaidlaw FoundationSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésMonocrystalline siliconCopperMaterials scienceMetallurgySilicon

Résumé

récupéré en direct d'OpenAlex

Copper is one of the most extensively studied materials for energy conversion and catalytic systems, with a wide range of other applications, from nanophotonics to biotechnology. However, existing synthesis methods are limited with many undesirable byproducts and poorly defined morphologies. Here, we report an on-substrate wet synthesis approach that yields purely metallic and monocrystalline Cu microflakes with an exposed (111) crystalline surface. By systematically studying the growth mechanism, we achieve unprecedented sizes of more than 130 μm, which is 2 orders of magnitude larger than reported in most previous studies, along with high aspect ratios of over 400. Furthermore, we show significantly higher stability against oxidation provided by the halide adlayer, which also eliminates the need for any organic surfactants in the synthesis. Overall, our facile synthesis approach delivers an exciting avenue for the emerging fields of catalysis and nanophotonics.

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 candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,244

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,006
Tête enseignante GPT0,211
Écart entre enseignants0,205 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetNanomaterials and Printing TechnologiesTravaux en français237 207