Influence of Inclusion Sb2O3/NiO Nanostructures on the Morphological, Microstructural, and Optical Characteristics of PVA Polymeric for Gamma-Ray Shielding Applications
Notice bibliographique
Résumé
This work describes the steps to make PVA composites with varying amounts of Sb2O3 and NiO NPs using the solution casting process.The amounts used are 2.3, 4.6 and 6.9 wt.%.Field Emission-Scanning Electron Microscopy (FE-SEM) showed that the Sb2O3 NPs, and NiO NPs were evenly distributed across the PVA polymer matrix.Fourier transform-infrared (FT-IR) study revealed that the Sb2O3 and NiO NPs embedded in the polymer matrix interacted with one another.FT-IR research shows that the PVA matrixpolymer and Sb2O3/NiO NPs physically interact with one another.As the ratio of Sb2O3 and NiO NPs in the PVA increased, the absorption coefficient, and refractive index, also increased.Moreover, a significant reduction of 25.83% in the allowed optical band gap was observed, suggesting improved electronic transition behavior.An indirect electron transition has occurred since the absorbance coefficient is less than 10 4 cm -1 .Ultimately, the PVA/Sb2O3/NiO nanocomposites exhibit a high radiation shielding efficiency (RSE) of 18.84% for gamma rays, indicating its promising potential as a protective material.The Sb2O3/NiO combination provides an optimal compromise between environmental safety, mechanical flexibility, and radiation attenuation, rendering it a suitable option for non-toxic gamma-ray shielding.Enhancing nanoparticle loading and composite thickness may improve RSE, potentially exceeding that of traditional fillers.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».