الرئيسية › دليل الباحثين › Ammar Mosbah
Ammar Mosbah
الانتماء : University Ferhat Abbas of Setif
- 3منشورات (انتماء جزائري)
- 4مجموع المنشورات
- 22الاستشهادات
- 2مؤشر h
الملف البحثي
لدى Ammar Mosbah 3 منشور(ات) مفهرسة (2025–2026). تُنشر أعماله أساسًا في «Micro and Nanostructures»، «Journal of environmental chemical engineering» و«physica status solidi (b)». أكثر مقالاته استشهادًا هو «Machine learning and quantum-driven multiscale design of graphene-based 2D adsorbents for enhanced aqueous pesticide removal» (2025)، وقد استُشهد به 12 مرة. شارك في تأليف أعماله 11 باحثًا على الأقل.
هل هذا أنت؟ عرّف بأبحاثك
أنشئ ملفك على DzCademia مجانًا وأضف مقالاتك: ستظهر بسهولة أكبر على Google وفي مساعدي الذكاء الاصطناعي مثل ChatGPT، فيقرؤها ويستشهد بها عدد أكبر من الناس.
إنشاء ملفي المجاني إضافة منشوراتيمجالات البحث
- 2D Materials and Applications
- Machine Learning in Materials Science
- Advanced Chemical Physics Studies
- Adsorption and biosorption for pollutant removal
- GaN-based semiconductor devices and materials
المنشورات (3)
- T2-MgAl2C2 monolayer: First-principles insights into its structural, elastic, and optoelectronic properties
- Machine learning and quantum-driven multiscale design of graphene-based 2D adsorbents for enhanced aqueous pesticide removal
- Comprehensive First‐Principles Investigation of β‐Ca5Si2N6: Structural, Mechanical, Electronic, Optical, and Catalytic Insights
مجلات النشر
- Micro and Nanostructures × 1
- Journal of environmental chemical engineering × 1
- physica status solidi (b) × 1
المنشورات حسب السنة
- 20261
- 20252
التعاون العلمي
المؤسسات الشريكة : University Mohamed Boudiaf of M'sila · École Normale Supérieure de Sétif
المؤلفون المشاركون
- Hakim Baaziz
- Abdelkrim Kessai
- Nesrine Kherra
- Sarra Bouriachi
- Nacir Guechi
- Melia Hamici
- Khelifa Haddadi
- Abdelmadjid Bouhemadou
- Zoulikha Charifi
- Abdelghafour Said Messalti
- Kamel Kassali
البيانات البيبليوغرافية مصدرها OpenAlex (قاعدة مفتوحة).
لماذا تختارون DzCademia؟
ملفات أكاديمية ومقالات ومداخلات علمية: امنحوا أبحاثكم حضوراً عاماً منظماً. تساعد البيانات الوصفية المدمجة محركات البحث ومساعدات الذكاء الاصطناعي على التعرف على أعمالكم وفهم مراجعها.
علّق عبر Google
سجّل الدخول عبر Google للتعليق مباشرة على هذه الصفحة.