Control of Density of Randomly Grown OMCVD Gold Nanoparticles by Means of Ion Irradiation
Notice bibliographique
Résumé
A new method is presented, which statistically controls the density of randomly deposited gold nanoparticles (Au NPs), based on three well-known techniques: self-assembly, ion irradiation, and organometallic chemical vapor deposition (OMCVD). Silicon substrates were coated with a CH 3 -terminated self-assembled monolayer (SAM) as a resist. A beam of accelerated Cu − ions was applied in different doses to damage/remove the CH 3 -terminated SAM on half the sample area to provide an “empty” surface to self-assemble a mercapto-containing molecule allowing Au NP growth, while the other half is protected by a mask. Contact angle measurements and X-ray photoelectron spectroscopy (XPS) in both survey and high-resolution modes were implemented to study the dose-dependent removal process on the ion-irradiated sides, as well as the uniformity of the SAM coverage on the unirradiated sides. The second SAM deposition process with the mercapto moiety was performed on all samples for a selective recoating of the ion-irradiated sides. Au NPs were grown by OMCVD onto the SH groups. The amount dependence of the Au NPs on the ion dose was studied by Rutherford backscattering spectroscopy (RBS) and high-resolution XPS. Scanning electron microscopy (SEM) image analysis were used to investigate the changes in the density and in the average spacing of the OMCVD grown Au NPs with varying ion dose. In addition, the formation of OMCVD Au NP clusters and its dose dependence in the absence of the SH-terminated SAM was studied by RBS and SEM.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».