MétaCan
Menu
Retour à la cohorte
Enregistrement W1995779636 · doi:10.1134/s1063783406050155

Effect of the substrate temperature and deposition rate on the initial growth of thin lithium niobate-tantalate films deposited from a thermal plasma

2006· article· en· W1995779636 sur OpenAlexaff
Sergei A. Kulinich, Tetsuya Yamaki, Hiroyuki Miyazoe, Hironori Yamamoto, Kazuo Terashima

Notice bibliographique

RevuePhysics of the Solid State · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhotorefractive and Nonlinear Optics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCrystallinityNucleationThin filmSubstrate (aquarium)Amorphous solidDeposition (geology)EpitaxyComposite materialSurface roughnessMineralogyLayer (electronics)Analytical Chemistry (journal)NanotechnologyCrystallographyChemistry

Résumé

récupéré en direct d'OpenAlex

Thin lithium niobate-tantalate (LiNb 0.5 Ta 0.5 O 3 ) films are studied at the initial stage of deposition from a thermal plasma. The effect of two deposition parameters (the substrate temperature and the deposition rate) on the film morphology, the film crystallinity, and the density of nuclei growing on a (0001) sapphire substrate are investigated. It is shown that the crystalline structure and roughness of a film are determined, for the most part, in the initial growth stage and therefore depend directly on both parameters. At the optimum temperatures and growth rates for obtaining good characteristics of (0006) texture, crystallinity, and surface roughness of the films, the film nuclei on the substrate have a high density and good epitaxial orientation to it. If the growth conditions are not optimum, the islands are either amorphous or have a low density on the substrate surface. The nucleation activation energy is observed to decrease as the deposition rate increases, which supports the assumption that the species that are active in film deposition are “hot” clusters forming in an oxygen-argon plasma in the immediate vicinity of the substrate.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,006
Tête enseignante GPT0,234
Écart entre enseignants0,228 · 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
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

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of the Solid StateMême sujetPhotorefractive and Nonlinear OpticsTravaux en français237 207