MétaCan
Menu
Back to cohort
Record W2888360788 · doi:10.1088/2053-1591/aadcd6

Properties of nanostructured ZnO thin films synthesized using a modified aqueous chemical growth method

2018· article· en· W2888360788 on OpenAlex

Why this work is in the frame

A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.

affAt least one author lists a Canadian institution in the pinned OpenAlex snapshot.

Bibliographic record

VenueMaterials Research Express · 2018
Typearticle
Languageen
FieldMaterials Science
TopicZnO doping and properties
Canadian institutionsWestern University
Fundersnot available
KeywordsMaterials scienceNucleationAqueous solutionChemical engineeringChemical bath depositionNanostructureZincBand gapNanotechnologyStoichiometryDeposition (geology)Thin filmOptoelectronicsMetallurgyChemistryOrganic chemistry

Abstract

fetched live from OpenAlex

Výzkum a vývoj nano-rozměrného oxidu zinečnatého (ZnO) dosáhl nedávno významné pozornosti pro jeho pozoruhodné vlastnosti, jako značná vazbová energie excitonů (60 meV), mimořádnou fotocitlivost, netoxickou povahu, šířku zakázaného pásma a skutečnost, že se jedná o levný materiál s mnoha technologickými aplikacemi. Neodmyslitelnou nutností pro stechiometrické ZnO nano-struktury je návrh depoziční metody, při které stechiometrie řízená chemickou reakcí je nevyhnutná. Kromě toho je extrémně důležité, aby nově vyvinuté metody depozice nano-struktur ZnO byly co možná nejjednodušší, s maximální výkonností, přičemž jejich cena by byla co nejnižší. Modifikovaná hydratačně chemicky růstová metoda nabízí tyto možnosti. V této práci tenké vrstvy ZnO ve tvaru „nano-lístků“ na skleněných substrátech byly připraveny použitím modifikované hydratačně chemicky růstové metody. Na druhé straně, před použitím vytvořených ZnO nano-struktur pro jakékoliv technologické aplikace je nutné vyšetřit jejich morfologické, optické, elektrické a strukturní vlastnosti. V této práci, morfologické, optické, elektrické a strukturní vlastnosti s ohledem na různé doby depozice, byly zkoumány použitím FESEM, UV-Vis spektroskopie, I-V vlastnosti pomocí Keithleyho systému a mikrostruktura rentgenovou difrakcí. Mikro-snímky SEM ukázaly růst vzorů pro deponované „nano-lístky“ ZnO, které pokračují přes nukleaci a koalescenci ZnO zárodků. Rentgenová difrakční analýza ukázala, že vrstvy ZnO ze sloučených „nano-lístků“ mají hexagonální wurtzitovou strukturu s difrakčními liniemi v 2ϑ polohách 31.7°, 34.4°, 36.2°, 47.4°, 56.5° a 62.7°, které patří liniím (100), (002), (101), (102), (110) and (103). UV-Vis spektroskopie podobným způsoben prokázala, že vrstvy slučovaných ZnO „nano-lístků“ mají optické šířky zakázaného pásma v rozmezích od 3.46 eV do 3.65 eV. Volt-ampérové charakteristiky odhalily, že ZnO vrstvy „nano-lístků“ jsou vodivé. Hodnoty rezistivity vrstev získané z I-V charakteristik ukázaly exponenciální růst rezistivity se zvětšením tloušťky vrstev. Naše metoda přípravy tenkých vrstev ZnO chemicky podpořenou cestou může sloužit jako kritérium pro řízení syntézy nano-struktur ZnO pro různé technologické aplikace.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.002
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesInsufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.025
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.001
Scholarly communication0.0000.000
Open science0.0010.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.138
GPT teacher head0.364
Teacher spread0.227 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it