MétaCan
Menu
Retour à la cohorte
Enregistrement W1984333442 · doi:10.1121/1.3654628

Using light to probe hypersound in porous materials systems

2011· article· en· W1984333442 sur OpenAlexaffabout
L. C. Parsons, Jordan Peckham, Anna Maria Polomska, G. Todd Andrews

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBrillouin SpectroscopyPorous siliconMaterials scienceSiliconPorous mediumBrillouin zoneBrillouin scatteringPorosityOpticsPhononOptoelectronicsComposite materialCondensed matter physicsOptical fiberPhysics

Résumé

récupéré en direct d'OpenAlex

An overview of the technique of Brillouin light scattering spectroscopy and its application to the study of hypersound in micro- and mesoporous materials systems will be presented. Particular emphasis will be placed on results obtained from light scattering experiments on porous silicon-based structures. For porous silicon films, it was found that the acoustic phonon velocities and elastic properties depend strongly on the film porosity and morphology. Brillouin studies of porous silicon superlattices with periodicity on the order of the hypersound wavelength reveal that these structures behave as hypersonic phononic crystals, while those with smaller modulation wavelengths act as effective elastic media. New results on localized acoustic modes in porous silicon multilayers will also be discussed. Collectively, these studies provide a detailed picture of hypersound propagation in porous silicon systems and demonstrate the utility of Brillouin spectroscopy for probing acoustic phonon behavior in this challenging class of materials. [This work was supported by the Canada Foundation for Innovation, Memorial University of Newfoundland, and the Natural Sciences and Engineering Research Council of Canada.]

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)0,001
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 enseignants0,382
Score d'incertitude au seuil0,273

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,024
Tête enseignante GPT0,233
Écart entre enseignants0,209 · 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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetSmart Materials for ConstructionTravaux en français237 207