MétaCan
Menu
Retour à la cohorte
Enregistrement W2007642348 · doi:10.1117/12.873076

Deposition and characterization of gold black coatings for thermal infrared detectors

2010· article· en· W2007642348 sur OpenAlexaff
S. Ilias, P. Topart, Carl Larouche, Patrick Beaupré, D. Gay, Christian Proulx, T. Pope, C. Alain

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueCalibration and Measurement Techniques
Établissements canadiensInstitut National d'Optique
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceOpticsInfraredDetectorOptoelectronicsOptical coatingBlack siliconRadiometerSpecular reflectionCoatingSiliconNanotechnologyPhysics

Résumé

récupéré en direct d'OpenAlex

High absorptivity and low thermal mass are two important requirements for coatings applied to thermal infrared detectors. Gold black coatings are very good candidates to ensure these characteristics in the broadband infrared spectral range. A specific deposition system was designed and built at INO in order to provide gold-black coatings for different broadband detection applications including the broadband radiometer (BBR) instrument for the European Space Agency (ESA) EarthCARE satellite. A parametric study targeting uniform optical absorptance within the spectral range from 0.2 μm to 50 μm was conducted. Specular reflectance lower than 10% was obtained for extended wavelength range up to 100 μm. The coating thickness ranges typically between 20 μm and 35 μm, with uniformity of about ± 3 μm over a sample surface of 10x10 mm2. The deposit density was typically ~0.3% of the bulk density of gold. To singulate the blackened infrared detector pixels, a laser micromachining process was developed. The setup exhibits a 1μm positioning accuracy and allows for ablation of 3 μm to 12 μm wide channels through the gold-black thickness, while preserving the pixel and gold-black deposit integrity.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetCalibration and Measurement TechniquesTravaux en français237 207