XiaoMi-AI文件搜索系统
World File Search System面积
通过模拟引导 CVD 碲化实现 MoTe2 纳米片的大面积生长和相选择
在二维材料中，过渡金属二硫属化物 (TMD) 因其优异的性能而备受关注。[1,2] TMD 的化学式为 MX 2 ，其中 M 是过渡金属原子（例如 Mo、W），X 代表硫属原子（例如 S、Se、Te）。[2,3] 与其他 TMD 相比，二碲化钼 (MoTe 2 ) 因其工艺可调的同素异形相，即金属 1T' 和半导体 2H 相，最近引起了强烈的研究兴趣。 [4,5] 1T'相具有正交结构，也是获得优异拓扑性质的前兆阶段，并且在单层和多层水平上作为量子自旋霍尔效应的宿主以及在单斜 T d 相中作为原始 1T'相的低温畸变而出现的 II 型 Weyl 半金属态具有特殊的意义。[6,7] 随着厚度的减小，MoTe 2 表现出从间接到直接的带隙跃迁，而其带隙相对其他 TMD 较低 [8,9]，范围从块体的 0.8 eV 到单层极限的 1.1 eV。[10] 此外，由于 1T'-MoTe 2 的电导率远高于 2H 相，1T'相在固态电池电极、电化学电容器和氢析出反应方面很有前景。 [11] 另一方面，2H-MoTe 2 由于其带隙小、吸附性强、热导率低等特点，在纳米技术中具有作为二维层状材料的潜力。[10,12] 由于两种同素异形相之间的能量差异很小，MoTe 2 成为研究相变特性的独特模型材料，具有许多相关应用，如微电子领域的二维非挥发性存储器件和忆阻器。[13,14] 此外，由于 2H-MoTe 2 具有高载流子迁移率、光学透明性、薄结构和化学稳定性，它是场效应晶体管、光电子学、储能、化学和生物传感等应用的合适候选材料。[15,16] 作为一种有前途的材料，清晰的理解和可重复的生长方法对于将 MoTe 2 从实验室水平提升到生产水平至关重要。传统上，可以通过机械剥离、物理
引文：YM Zhang, ZJ Wang, JH Feng, SQ Ming, FR Qu, Y Xia, M He, ZM Hu, 和 J Wang，大面积 2D W 的合成和电磁输运
二维拓扑绝缘体又称量子自旋霍尔绝缘体，具有受拓扑结构保护的边缘态[1]。由于该通道可支持无耗散电子传输，有望实现下一代低损耗电子器件，得到了广泛的研究[2−4]。自2006年起，斯坦福大学Zhang团队预言在HgTe/CdTe量子阱中存在量子自旋霍尔效应(量子自旋霍尔效应，QSH)[5]。次年，维尔茨堡大学物理研究所Molenkamp团队的实验证实了这一点[6]。研究人员进行了大量的理论预测和实验探索，以寻找更加实用的天然QSH材料[7−9]。与复杂量子阱结构相比，天然QSH材料在样品制备和异质结器件构筑方面更具有优势。但在天然单层二维体系中实现QSH效应仍然十分困难，自上而下的机械剥离法和自下而上的外延生长法是成功制备单层QSH材料的两种常用方法。
通过 BET 方程计算的表面积的可重复性如何？
Johannes WM Osterrieth, James Rampersad, David Madden, Nakul Rampal, Luka Skoric, Bethany Connolly, Mark D. Allendorf, Vitalie Stavila, Jonathan L. Snider, Rob Ameloot, João Marreiros, Conchi Ania, Diana Azevedo, Enrique Vilarrasa-Garcia, Xinca F, Buan, Buan, Hanze, Hanze, Neil. R. Champness, Sarah L. Griffin, Banglin Chen, Rui-Biao Lin, Benoit Coasne, Seth Cohen, Jessica C. Moreton, Yamil J. Colón, Linjiang Chen, Rob Clowes, François-Xavier Coudert, Yong Cui, Bang Hou, Deanna M. D'Alessandro, Payne Dohen, Doen, Doe, Sun, Christian. Michael Thomas Huxley, Jack D. Evans, Paolo Falcaro, Raffaele Ricco, Omar Farha, Karam B. Idrees, Timur Islamoglu, Pingyun Feng, Huajun Yang, Ross S. Forgan, Dominic Bara, Shuhei Furukawa, Eli Sanchez, Jorge Gascon, Selvedin Telalović, Sukho Khamed, Khammed Murji, Murji Murji, Matthew R. Saum. diq, Patricia Horcajada, Pablo Salcedo-Abraira, Katsumi Kaneko, Radovan Kukobat, Jeff Kenvin, Seda Keskin, Susumu Kitagawa, Ken-ichi Otake, Ryan P. Lively, Stephen JA DeWitt, Phillip Llewellyn, Bettina V. Lotsch, Sebastian T. Ender, Alexander M. Pati M. Pati M. al, Javier García-Martínez, Noemi Linares, Daniel Maspoch, Jose A. Suárez del Pino, Peyman Moghadam, Rama Oktavian, Russel E. Morris, Paul S. Wheatley, Jorge Navarro, Camille Petit, David Danaci, Matthew J. Rosseinsky, Alexandros P., Kat Schunder, Martin Xu, Sergeant, Sergian, Sergeant. s Mouchaham, David S. Sholl, Raghuram Thyagarajan, Daniel Siderius, Randall Q. Snurr, Rebecca B. Goncalves, Shane Telfer, Seok J. Lee, Valeska P. Ting, Jemma L. Rowlandson, Takashi Uemura, Tomoya Iiyuka, Monique A. van der Revere, David Revere, Speed, M.J. and Lamaire, Krista S. Walton, Lukas W. Bingel, Stefan Wuttke, Jacopo Andreo, Omar Yaghi, Bing Zhang, Cafer T. Yavuz, Thien S. Nguyen, Felix Zamora, Carmen Montoro, Hongcai Zhou, Angelo Kirchon, and David Fairen-Jimenez*
通过 BET 方程计算的表面积的可重复性如何？
Johannes WM Osterrieth, James Rampersad, David Madden, Nakul Rampal, Luka Skoric, Bethany Connolly, Mark D. Allendorf, Vitalie Stavila, Jonathan L. Snider, Rob Ameloot, João Marreiros, Conchi Ania, Diana Azevedo, Enrique Vilarrasa-Garcia, Xinca F, Buan, Buan, Hanze, Hanze, Neil. R. Champness, Sarah L. Griffin, Banglin Chen, Rui-Biao Lin, Benoit Coasne, Seth Cohen, Jessica C. Moreton, Yamil J. Colón, Linjiang Chen, Rob Clowes, François-Xavier Coudert, Yong Cui, Bang Hou, Deanna M. D'Alessandro, Payne Dohen, Doen, Doe, Sun, Christian. Michael Thomas Huxley, Jack D. Evans, Paolo Falcaro, Raffaele Ricco, Omar Farha, Karam B. Idrees, Timur Islamoglu, Pingyun Feng, Huajun Yang, Ross S. Forgan, Dominic Bara, Shuhei Furukawa, Eli Sanchez, Jorge Gascon, Selvedin Telalović, Sukho Khamed, Khammed Murji, Murji Murji, Matthew R. Saum. diq, Patricia Horcajada, Pablo Salcedo-Abraira, Katsumi Kaneko, Radovan Kukobat, Jeff Kenvin, Seda Keskin, Susumu Kitagawa, Ken-ichi Otake, Ryan P. Lively, Stephen JA DeWitt, Phillip Llewellyn, Bettina V. Lotsch, Sebastian T. Ender, Alexander M. Pati M. Pati M. al, Javier García-Martínez, Noemi Linares, Daniel Maspoch, Jose A. Suárez del Pino, Peyman Moghadam, Rama Oktavian, Russel E. Morris, Paul S. Wheatley, Jorge Navarro, Camille Petit, David Danaci, Matthew J. Rosseinsky, Alexandros P., Kat Schunder, Martin Xu, Sergeant, Sergian, Sergeant. s Mouchaham, David S. Sholl, Raghuram Thyagarajan, Daniel Siderius, Randall Q. Snurr, Rebecca B. Goncalves, Shane Telfer, Seok J. Lee, Valeska P. Ting, Jemma L. Rowlandson, Takashi Uemura, Tomoya Iiyuka, Monique A. van der Revere, David Revere, Speed, M.J. and Lamaire, Krista S. Walton, Lukas W. Bingel, Stefan Wuttke, Jacopo Andreo, Omar Yaghi, Bing Zhang, Cafer T. Yavuz, Thien S. Nguyen, Felix Zamora, Carmen Montoro, Hongcai Zhou, Angelo Kirchon, and David Fairen-Jimenez*
高表面积“3D氧化石墨烯”可增强放射性核素的吸附
本文报道了高表面积活化还原氧化石墨烯 (arGO) 的制备方法，该氧化石墨烯被氧化成富含缺陷的 GO (dGO) 的 3D 类似物。arGO 的表面氧化导致碳氧比 C/O = 3.3，类似于氧化石墨烯的氧化状态，同时保持约 880 m 2 g −1 的高 BET 表面积。表面氧化 arGO 的分析表明，氧官能团含量高，可将疏水前体转化为亲水材料。高表面积碳为氧化提供了整个表面，而无需插层和晶格膨胀。因此，表面氧化方法足以将材料转化为具有与氧化石墨烯相似化学性质的 3D 结构。“3D 氧化石墨烯”在极宽的 pH 区间内表现出对 U(VI) 去除的高吸附能力。值得注意的是，表面氧化的碳材料具有刚性的三维结构，微孔可供放射性核素离子穿透。因此，块状“3D GO”可直接用作吸附剂，而无需分散，这是 GO 使其表面积可供污染物进入的必要步骤。
通过 BET 方程计算的表面积的可重复性如何？
Johannes WM Osterrieth, James Rampersad, David Madden, Nakul Rampal, Luka Skoric, Bethany Connolly, Mark D. Allendorf, Vitalie Stavila, Jonathan L. Snider, Rob Ameloot, João Marreiros, Conchi Ania, Diana Azevedo, Enrique Vilarrasa-Garcia, Xinca F, Buan, Buan, Hanze, Hanze, Neil. R. Champness, Sarah L. Griffin, Banglin Chen, Rui-Biao Lin, Benoit Coasne, Seth Cohen, Jessica C. Moreton, Yamil J. Colón, Linjiang Chen, Rob Clowes, François-Xavier Coudert, Yong Cui, Bang Hou, Deanna M. D'Alessandro, Payne Dohen, Doen, Doe, Sun, Christian. Michael Thomas Huxley, Jack D. Evans, Paolo Falcaro, Raffaele Ricco, Omar Farha, Karam B. Idrees, Timur Islamoglu, Pingyun Feng, Huajun Yang, Ross S. Forgan, Dominic Bara, Shuhei Furukawa, Eli Sanchez, Jorge Gascon, Selvedin Telalović, Sukho Khamed, Khammed Murji, Murji Murji, Matthew R. Saum. diq, Patricia Horcajada, Pablo Salcedo-Abraira, Katsumi Kaneko, Radovan Kukobat, Jeff Kenvin, Seda Keskin, Susumu Kitagawa, Ken-ichi Otake, Ryan P. Lively, Stephen JA DeWitt, Phillip Llewellyn, Bettina V. Lotsch, Sebastian T. Ender, Alexander M. Pati M. Pati M. al, Javier García-Martínez, Noemi Linares, Daniel Maspoch, Jose A. Suárez del Pino, Peyman Moghadam, Rama Oktavian, Russel E. Morris, Paul S. Wheatley, Jorge Navarro, Camille Petit, David Danaci, Matthew J. Rosseinsky, Alexandros P., Kat Schunder, Martin Xu, Sergeant, Sergian, Sergeant. s Mouchaham, David S. Sholl, Raghuram Thyagarajan, Daniel Siderius, Randall Q. Snurr, Rebecca B. Goncalves, Shane Telfer, Seok J. Lee, Valeska P. Ting, Jemma L. Rowlandson, Takashi Uemura, Tomoya Iiyuka, Monique A. van der Revere, David Revere, Speed, M.J. and Lamaire, Krista S. Walton, Lukas W. Bingel, Stefan Wuttke, Jacopo Andreo, Omar Yaghi, Bing Zhang, Cafer T. Yavuz, Thien S. Nguyen, Felix Zamora, Carmen Montoro, Hongcai Zhou, Angelo Kirchon, and David Fairen-Jimenez*
使用临床前效率和身体表面积的转化预测肿瘤学上近似临床有效剂量：回顾性分析
使用已发表的临床前数据评估了人类肿瘤 - Xenograpt小鼠模型中有效剂量的相关性与批准肿瘤学剂的人类临床剂量之间的相关性。对于90个批准的小分子抗癌药物，身体表面积（BSA）校正的小鼠有效剂量有力地预测了人类临床剂量范围，其中85.6％的预测占建议的临床剂量的3倍（3倍），而在2××内的预测范围为63.3％。这些结果表明，BSA转化是一种有用的工具，用于从早期发现阶段从小鼠异种移植模型中估算小分子肿瘤剂的人剂量。然而，基于BSA的剂量转化率很差预测静脉内抗体和抗体药物结合抗癌药物。基于抗体的药物，预测剂量的30（16.7％）中的五个（16.7％）在推荐的临床剂量的3倍以内。基于体重的剂量投影是适度预测的，其中66.7％的药物在推荐的临床剂量的3倍以内预测。在ADC中，相关性稍好一些（3倍为77.7％）。在早期发现阶段和临床试验的设计中，此类简单剂量估计方法的应用和局限性在此回顾性分析中也进行了讨论。
RDU-4208 LAD 坚固耐用大面积显示器 - ScioTeq
由于采用了内部开发的背光技术，LAD 符合 NVIS B 类和 A 类标准，并且在日间模式下不会影响全色域性能。由于白点稳定，显示器输出随时间和温度保持不变。显示器的内部光学粘合确保反射几乎为零，从而以最小的功耗实现完全阳光下的可读性。
使用改进的面积高效华莱士树乘法器...
摘要：乘法器在数字信号处理应用和专用集成电路中起着重要作用。华莱士树乘法器提供了一种具有面积高效策略的高速乘法过程。它使用全加器和半加器在硬件中实现。加法器的优化可以进一步提高乘法器的性能。提出了一种使用 NAND 门改进全加器的华莱士树乘法器，以实现减小的硅片面积、高速度和低功耗。用 NAND 门实现的改进全加器取代由 XOR、AND、OR 门实现的传统全加器。提出的华莱士树乘法器包含 544 个晶体管，而传统的华莱士树乘法器有 584 个晶体管用于 4 位乘法。