MétaCan
Menu
Retour à la cohorte
Enregistrement W4411852180 · doi:10.17163/ings.n34.2025.03

Characterization of graphene oxide synthesized through a modified Hummers method

2025· article· en· W4411852180 sur OpenAlexaff
Wilson Navas-Pinto, Duncan Cree, Lee D. Wilson, Germán Barrionuevo, Xavier Sánchez-Sánchez, Héctor Calvopiña

Notice bibliographique

RevueIngenius · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésGrapheneCharacterization (materials science)OxideMaterials scienceGraphene oxide paperNanotechnologyChemical engineeringEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

Graphene oxide (GO) has garnered significant interest due to its exceptional and tunable properties, which make it a promising candidate for a wide range of engineering applications, including composite material fabrication and water treatment. In this study, GO was synthesized from graphite flakes using a modified Hummers method involving a reduced amount of sulfuric acid. The resulting material was characterized using scanning electron microscopy (SEM), Fourier transform infrared spectroscopy (FTIR), and X-ray photoelectron spectroscopy (XPS). These techniques enabled a clear differentiation between the morphology of the synthesized GO and that of the original graphite. The GO exhibited a substantially altered structure, with increased thickness likely due to the incorporation of oxygen-containing functional groups on its basal plane. FTIR analysis confirmed the presence of characteristic functional groups such as hydroxyl, carbonyl, and carboxyl. XPS analysis revealed that the elemental composition of the synthesized GO consisted of approximately 69.7% carbon and 29.9% oxygen, with a trace amount of sulfur attributed to the reagents used in the synthesis. The observed changes in morphology and composition suggest the successful synthesis of GO with potential for functionalization and application in diverse engineering contexts.

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 enseignants0,151
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,028
Tête enseignante GPT0,332
Écart entre enseignants0,304 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIngeniusMême sujetGraphene research and applicationsTravaux en français237 207