MétaCan
Menu
Retour à la cohorte
Enregistrement W6987192040

Solid state metathesis synthesis for ZnO-based
\nmaterials towards applications in light-emitting
\ndiodes and ultra-violet-sensing devices

2018· dissertation· en· W6987192040 sur OpenAlexaff

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2018
Typedissertation
Langueen
DomaineMaterials Science
ThématiqueZnO doping and properties
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésNucleofectionTSG101Gestational periodProteogenomicsFusible alloyHyporeflexiaDiafiltration
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Solid state metathesis (SSM) has gained much attention for the synthesis of ZnObased
\nsemiconductors. SSM is a synthesis method that avoids organic solvents, high
\ntemperature calcination, and it is simple and fast. Co-doped ZnO has already been
\nsynthesized by several other methods (co-precipitation method, sol-gel). We wanted
\nto use SSM to make Co-doped ZnO, in which Zn²⁺ ions are replaced by Co²⁺ ions.
\nThe thesis work goal was to prepare Co-doped ZnO to use it in light emitting diodes
\nas a red light emitter. Raman spectra of the attempted Co-doped ZnO confirms the
\nformation Co(OH)₂ as a secondary phase, which in turns converts into Co₃O₄ during
\nhigh temperature calcination. There were no characteristic peaks in the visible region
\nof UV-Vis spectra that would correspond to the emission of red light.
\nStoichiometric ZnO films are good candidates for use in various sensing devices.
\nThe frequency-dependent UV response of SSM-produced ZnO films were studied under
\nAC conditions. After storing in the dark for several days, the UV responses were
\nstudied by electrochemical impedance spectroscopy (EIS). The resulting data allow
\ndetermination, for each individual film, what range of frequencies are appropriate for
\nuse in UV sensing.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,064
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
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 Opus0,033
Tête enseignante GPT0,292
Écart entre enseignants0,259 · 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.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetZnO doping and propertiesTravaux en français237 207