MétaCan
Menu
Retour à la cohorte
Enregistrement W1974538175 · doi:10.1017/s143192761201392x

The Influence of the Sample Thickness on the Lateral and Axial Resolution of Aberration-Corrected Scanning Transmission Electron Microscopy

2013· article· en· W1974538175 sur OpenAlexaff
Ranjan Ramachandra, Hendrix Demers, Niels de Jonge

Notice bibliographique

RevueMicroscopy and Microanalysis · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Electron Microscopy Techniques and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNational Institute of General Medical Sciences
Mots-clésResolution (logic)Materials scienceTransmission electron microscopySilicon nitrideScanning electron microscopeOpticsScanning transmission electron microscopyCathode rayMembraneHigh-resolution transmission electron microscopySiliconMicroscopyImage resolutionScanning confocal electron microscopyElectronNanotechnologyChemistryOptoelectronicsPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

The lateral and axial resolution of three-dimensional (3D) focal series aberration-corrected scanning transmission electron microscopy was studied for samples of different thicknesses. The samples consisted of gold nanoparticles placed on the top and at the bottom of silicon nitride membranes of thickness between 50 and 500 nm. Atomic resolution was obtained for nanoparticles on top of 50-, 100-, and 200-nm-thick membranes with respect to the electron beam traveling downward. Atomic resolution was also achieved for nanoparticles placed below 50-, 100-, and 200-nm-thick membranes but with a lower contrast at the larger thicknesses. Beam broadening led to a reduced resolution for a 500-nm-thick membrane. The influence of the beam broadening on the axial resolution was also studied using Monte Carlo simulations with a 3D sample geometry.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,273
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicroscopy and MicroanalysisMême sujetAdvanced Electron Microscopy Techniques and ApplicationsTravaux en français237 207