MétaCan
Menu
Retour à la cohorte
Enregistrement W2020747770 · doi:10.1088/1742-6596/209/1/012043

Structural and compositional study of Erbium-doped silicon nanocrystals by HAADF, EELS and HRTEM techniques in an aberration corrected STEM

2010· article· en· W2020747770 sur OpenAlexaff
Reza J. Kashtiban, U. Bangert, Iain F. Crowe, Matthew P. Halsall, B. Sherliker, A. J. Harvey, J. Eccles, Andrew P. Knights, R. Gwilliam, Mhairi Gass

Notice bibliographique

RevueJournal of Physics Conference Series · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilicon Nanostructures and Photoluminescence
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceHigh-resolution transmission electron microscopySiliconAmorphous solidDopingErbiumAnnealing (glass)Ion implantationAgglomerateMatrix (chemical analysis)Silicon oxideIonOptoelectronicsNanotechnologyTransmission electron microscopyCrystallographyComposite materialChemistrySilicon nitride

Résumé

récupéré en direct d'OpenAlex

Er-doped SiO2 and Si nano-crystals (NCs) embedded in a SiO2 matrix were produced by ion beam implantation of Si (100) substrates. After annealing Er ions agglomerate in different positions with different compositional properties in samples with and without Si implants. HAADF and EELS show that in the sample with Si implants the Si and Er distribution is identical and within a band of ~110nm width ~75nm below theSiO2 surface whereas in the sample with no excess Si, Er forms on average much larger, amorphous aggregates, presumably an Er-oxide, in the SiO2 matrix with tendency to move towards the surface of the SiO2 layer

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 enseignants0,032
Score d'incertitude au seuil0,530

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 savante0,0000,001
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 Opus0,015
Tête enseignante GPT0,257
Écart entre enseignants0,241 · 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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetSilicon Nanostructures and PhotoluminescenceTravaux en français237 207