Jove
Visualize
Contáctanos

Videos de Conceptos Relacionados

Phase Diagram01:19

Phase Diagram

5.9K
The phase of a given substance depends on the pressure and temperature. Thus, plots of pressure versus temperature showing the phase in each region provide considerable insights into the thermal properties of substances. Such plots are known as phase diagrams. For instance, in the phase diagram for water (Figure 1), the solid curve boundaries between the phases indicate phase transitions (i.e., temperatures and pressures at which the phases coexist).
5.9K
Phase Diagrams02:39

Phase Diagrams

41.6K
A phase diagram combines plots of pressure versus temperature for the liquid-gas, solid-liquid, and solid-gas phase-transition equilibria of a substance. These diagrams indicate the physical states that exist under specific conditions of pressure and temperature and also provide the pressure dependence of the phase-transition temperatures (melting points, sublimation points, boiling points). Regions or areas labeled solid, liquid, and gas represent single phases, while lines or curves represent...
41.6K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Molecular Programming of Diorganyl Dichalcogenides for Rational Nanocrystal Design.

Accounts of chemical research·2026
Same author

Sustainable Synthesis of NiMo Alloy Nanoparticles for Hydrogen Evolution Catalysis Using a Recyclable Ionic Liquid Solvent.

ChemSusChem·2026
Same author

Cation-exchange and lateral ripening in wurtzite-like CuInSe<sub>2</sub> formation from weissite-like Cu<sub>2-<i>x</i></sub>Se.

Nanoscale·2026
Same author

Size-controlled synthesis of ultrasmall Cu<sub>3</sub>VS<sub>4</sub> nanocrystals <i>via</i> direct ternary nucleation.

Chemical communications (Cambridge, England)·2026
Same author

Determination of the Exchange Current Density at Lithium │ Polymer Electrolyte Interfaces.

Advanced science (Weinheim, Baden-Wurttemberg, Germany)·2025
Same author

Polymorphic Control of CsGaE<sub>2</sub> (E = S, Se) Using Diorganyl Dichalcogenide Precursors.

Inorganic chemistry·2025
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Video Experimental Relacionado

Updated: Jul 20, 2025

Demonstrating the Simplicity and In Situ Temperature Monitoring of the Mechanochemical Synthesis of Metal Chalcogenides Suitable for Thermoelectrics
04:09

Demonstrating the Simplicity and In Situ Temperature Monitoring of the Mechanochemical Synthesis of Metal Chalcogenides Suitable for Thermoelectrics

Published on: August 30, 2024

384

Síntesis predictiva de selenuros de cobre utilizando un mapa de fase multidimensional construido con un clasificador

Emily M Williamson1, Zhaohong Sun1, Bryce A Tappan1

  • 1Department of Chemistry, University of Southern California, Los Angeles, California 90089, United States.

Journal of the American Chemical Society
|August 4, 2023
PubMed
Resumen

El aprendizaje basado en datos acelera el mapeo de la fase de selenuro de cobre. Este enfoque utiliza el aprendizaje automático para predecir las fases del material, lo que permite una síntesis eficiente de estructuras específicas de selenuro de cobre con alta precisión.

Más Videos Relacionados

Seeded Synthesis of CdSe/CdS Rod and Tetrapod Nanocrystals
12:56

Seeded Synthesis of CdSe/CdS Rod and Tetrapod Nanocrystals

Published on: December 11, 2013

39.8K
Improved Heterojunction Quality in Cu2O-based Solar Cells Through the Optimization of Atmospheric Pressure Spatial Atomic Layer Deposited Zn1-xMgxO
08:14

Improved Heterojunction Quality in Cu2O-based Solar Cells Through the Optimization of Atmospheric Pressure Spatial Atomic Layer Deposited Zn1-xMgxO

Published on: July 31, 2016

12.3K

Videos de Experimentos Relacionados

Last Updated: Jul 20, 2025

Demonstrating the Simplicity and In Situ Temperature Monitoring of the Mechanochemical Synthesis of Metal Chalcogenides Suitable for Thermoelectrics
04:09

Demonstrating the Simplicity and In Situ Temperature Monitoring of the Mechanochemical Synthesis of Metal Chalcogenides Suitable for Thermoelectrics

Published on: August 30, 2024

384
Seeded Synthesis of CdSe/CdS Rod and Tetrapod Nanocrystals
12:56

Seeded Synthesis of CdSe/CdS Rod and Tetrapod Nanocrystals

Published on: December 11, 2013

39.8K
Improved Heterojunction Quality in Cu2O-based Solar Cells Through the Optimization of Atmospheric Pressure Spatial Atomic Layer Deposited Zn1-xMgxO
08:14

Improved Heterojunction Quality in Cu2O-based Solar Cells Through the Optimization of Atmospheric Pressure Spatial Atomic Layer Deposited Zn1-xMgxO

Published on: July 31, 2016

12.3K

Área de la Ciencia:

  • Ciencias de los materiales
  • Química inorgánica
  • La cristalografía

Sus antecedentes:

  • Los selenuros de cobre son materiales vitales con diversas aplicaciones.
  • El diagrama de fase de cobre-selenio es complejo, con múltiples estructuras cristalinas estables y metastables.
  • El control sintético de las fases de selenuro de cobre es un desafío debido a esta complejidad.

Objetivo del estudio:

  • Demostrar el aprendizaje basado en datos para el mapeo del complejo espacio de fase de selenuro de cobre.
  • Desarrollar un modelo predictivo para determinar las fases de selenuro de cobre con experimentos mínimos.
  • Para permitir la síntesis acelerada y dirigida de fases específicas de selenuro de cobre.

Principales métodos:

  • Se han utilizado métodos sintéticos de química blanda (chimie douce).
  • Se han empleado análisis multivariados con técnicas de clasificación para la determinación predictiva de la fase.
  • Construyó un modelo sustituto utilizando datos experimentales de cuatro variables: fuerza de enlace del precursor, tiempo, temperatura y composición del disolvente.

Principales resultados:

  • Generó 11 combinaciones distintas de fase de selenuro de cobre dentro del modelo sustituto.
  • Se ha entrenado un modelo de clasificación con una precisión del 95,7% en la predicción de fases.
  • Desarrolló un modelo de árbol de decisión que identifica las variables experimentales clave que influyen en la formación de fases.

Conclusiones:

  • El aprendizaje basado en datos mapea efectivamente espacios de fase de materiales complejos.
  • El modelo predictivo proporciona condiciones sintéticas prescriptivas para el aislamiento de fase objetivo.
  • Se ha llevado a cabo con éxito la síntesis acelerada de selenuro de cobre de clockmanita (CuSe), validando el enfoque.