MétaCan
Menu
Retour à la cohorte
Enregistrement W2023868405 · doi:10.1088/0022-3727/33/5/310

Calculation of inelastic cross-sections for the interaction of electrons with amorphous selenium

2000· article· en· W2023868405 sur OpenAlexafffund
M. Lachaı̂ne, B. G. Fallone

Notice bibliographique

RevueJournal of Physics D Applied Physics · 2000
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLuminescence Properties of Advanced Materials
Établissements canadiensMcGill UniversityUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectronPhysicsAtomic physicsNuclear cross sectionCross section (physics)DipoleAmorphous solidMonte Carlo methodNuclear physicsChemistryElastic scatteringScatteringOptics

Résumé

récupéré en direct d'OpenAlex

Research into medical x-ray detectors based on amorphous selenium (a-Se) has seen a resurgence lately due to the advent of flat-panel active matrix technology. There is presently no quantitative theory, however, to explain the signal formation due to the interaction of ionizing radiation with a-Se. One of the main obstacles in the characterization of this process is the lack of suitable interaction cross-sections. In this work we develop an expression for the calculation of inelastic electron cross-sections from a dipole oscillator strength distribution, which includes relativistic and exchange effects. We construct the oscillator strength distribution from known experimental results and calculate the total and cumulative differential cross-sections for incident electron energies ranging from a few eV to 23 MeV. The total cross-section agrees with that of isolated Se atoms at high energies, as expected, and provides the low energy cross-sections which depend on the dielectric properties of the amorphous state. From these cross-sections, Monte Carlo codes can be developed which simulate the creation of individual electron-hole pairs, which will lead to a better understanding of the signal-formation process in a-Se based x-ray detectors.

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 enseignants0,237
Score d'incertitude au seuil0,387

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 savante0,0000,000
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 Opus0,016
Tête enseignante GPT0,270
Écart entre enseignants0,254 · 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
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics D Applied PhysicsMême sujetLuminescence Properties of Advanced MaterialsTravaux en français237 207