MétaCan
Menu
Retour à la cohorte
Enregistrement W4416410856 · doi:10.1016/j.cartre.2025.100592

Evidence of plasma-driven nonequilibrium chemistry in graphene formation from gas-phase kinetic modeling

2025· article· en· W4416410856 sur OpenAlexafffund
Tooran Tavangar, Nick A. Eaves

Notice bibliographique

RevueCarbon Trends · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésGrapheneNon-equilibrium thermodynamicsThermodynamic equilibriumChemical equilibriumYield (engineering)KineticsPlasmaKinetic energyMolecular dynamics

Résumé

récupéré en direct d'OpenAlex

Graphene can be synthesized entirely in the gas phase within microwave-assisted reactors operating at atmospheric pressure. Although these systems are sustained by plasmas with extremely high local temperatures, graphene formation occurs downstream where chemical kinetics govern molecular growth. A one-dimensional plug-flow model coupled with a sectional aerosol framework is used to evaluate how different detailed gas-phase chemical mechanisms influence graphene formation from an ethanol precursor. Five mechanisms commonly used for polycyclic aromatic hydrocarbon (PAH) chemistry—ABF, DLR, CALTECH, KAUST, and CRECK—are compared with experimental measurements of graphene yield and Feret diameter. The mechanisms predict very different onsets of graphene formation. Notably, the KAUST mechanism, despite its unrealistic assumption of irreversible PAH growth, reproduces experimental trends most closely. This outcome suggests that the plasma environment maintains a chemically frozen state where large PAHs behave as effectively irreversible species. Comparison between kinetic and equilibrium calculations confirms that PAH concentrations in the post-plasma region exceed equilibrium predictions by 18–20 orders of magnitude. Because the model itself does not include plasma physics, this kinetic–equilibrium disparity provides indirect, but not exclusive, evidence that plasma-driven processes push the system far from chemical equilibrium and enable the rapid molecular growth required for graphene formation. These findings explain why equilibrium models fail to predict graphene synthesis and demonstrate that model discrepancies can expose hidden nonequilibrium mechanisms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,316
Écart entre enseignants0,280 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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'admission2
Résumé présentoui

Explorer davantage

Même revueCarbon TrendsMême sujetGraphene research and applicationsTravaux en français237 207