MétaCan
Menu
Retour à la cohorte
Enregistrement W1958183621 · doi:10.1039/c5nr06822c

Layered nano-gratings by electron beam writing to form 3-level diffractive optical elements for 3D phase-offset holographic lithography

2015· article· en· W1958183621 sur OpenAlexaff
Yuan Liang, Peter R. Herman

Notice bibliographique

RevueNanoscale · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhotonic Crystals and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHolographyLithographyElectron-beam lithographyOpticsMaterials scienceOffset (computer science)GratingStencil lithographyNext-generation lithographyDiamondX-ray lithographyExtreme ultraviolet lithographyOptoelectronicsNano-Phase (matter)Diffraction gratingMaskless lithographyCathode rayElectronPhysicsNanotechnologyResistComputer science

Résumé

récupéré en direct d'OpenAlex

A multi-level nanophotonic structure is a major goal in providing advanced optical functionalities as found in photonic crystals and metamaterials. A three-level nano-grating phase mask has been fabricated in an electron-beam resist (ma-N) to meet the requirement of holographic generation of a diamond-like 3D nanostructure in photoresist by a single exposure step. A 2D mask with 600 nm periodicity is presented for generating first order diffracted beams with a preferred π/2 phase shift on the X- and Y-axes and with sufficient 1(st) order diffraction efficiency of 3.5% at 800 nm wavelength for creating a 3D periodic nanostructure in SU-8 photoresist. The resulting 3D structure is anticipated to provide an 8% complete photonic band gap (PBG) upon silicon inversion. A thin SiO2 layer was used to isolate the grating layers and multiple spin-coating steps served to planarize the final resist layer. A reversible soft coating (aquaSAVE) was introduced to enable SEM inspection and verification of each insulating grating layer. This e-beam lithographic method is extensible to assembling multiple layers of a nanophotonic structure.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,393
Score d'incertitude au seuil0,867

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,315
Écart entre enseignants0,291 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscaleMême sujetPhotonic Crystals and ApplicationsTravaux en français237 207