Enhancement in hazardous gas detection capabilities of MoS2 monolayer-based devices through defect engineering and photonic activation
Notice bibliographique
Résumé
The gas-sensing potential of transition metal dichalcogenides (TMDs) drew attention owing to their high surface sensitivity and tunable optoelectronic features. Among the TMDs, monolayer MoS 2 stands out as a promising material for advanced gas sensors. However, TMDs-based gas sensors still require considerable improvement in room temperature sensitivity, response times, and stability, which may be achievable through alterations in kinetics. Herein, we report a highly sensitive NH 3 gas sensor based on monolayer MoS 2 , whose sensing performance is greatly enhanced by defect engineering and photonic activation. Intestinally induced sulfur vacancies create chemically active adsorption sites, increasing adsorption energy and enhancing charge transfer between NH 3 molecules and MoS 2 . On the other hand, visible-light illumination stimulates photoresponsivity by generating electron-hole pairs to speed up desorption and recovery time. With these combined stimuli, very large modulations to the electronic band structure occur, thus enhancing the gas-surface interaction dynamics and hence sensing performance. Thus, this study highlights the potential of defect-engineered and photonic-activated monolayer MoS 2 as a strong candidate for advanced gas detection and presents a scalable pathway for next-generation sensor development, meeting the demands of environmental and industrial monitoring.
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 ».