MétaCan
Menu
Retour à la cohorte
Enregistrement W2034338124 · doi:10.1049/mnl.2012.0587

Aluminium nitride/nanodiamond structures for high-frequency surface acoustic wave nanotransducers

2012· article· en· W2034338124 sur OpenAlexaff
Ali B. Alamin Dow, Abdelaziz Yousif Ahmed, Cyril Popov, U. Schmid, Nazir P. Kherani

Notice bibliographique

RevueMicro & Nano Letters · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSurface acoustic waveTransducerAluminium nitrideNitrideOptoelectronicsLithographyNanodiamondDiamondAmorphous solidLayer (electronics)AluminiumAcousticsNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

Surface acoustic waves (SAWs) have been used extensively for a variety of applications such as telecommunications, electronic devices and sensors. The emerging need for high-bit data processing at GHz frequencies and the requirement of high-sensitivity sensors demand the development of high-efficiency SAW devices. With the objective of exploiting the high acoustic velocity of diamond, the authors report on an optimally developed nanodiamond (ND) thin film with crystal size of 3–5 nm, embedded in an amorphous carbon matrix with grain boundaries of 1–1.5 nm, that is integrated with aluminium nitride (AlN) to extend the operating frequency of SAW transducers. The authors utilise this attractive property of diamond through facile synthesis of a bi-layer structure consisting of sputtered AlN deposited on ND. Deposition of ND was carried out using microwave plasma-enhanced chemical vapour deposition. AlN/ND-based SAW structures were fabricated using electron beam lithography to produce high acoustic velocity transducers. The fabricated SAW transducers were composed of two spatial periods of 1400 and 3200 nm devices. The fabricated devices exhibit an operating frequency of >2 GHz with an acoustic velocity of 8120 and 9280 m/s, respectively.

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)0,000
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,196
Écart entre enseignants0,182 · 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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicro & Nano LettersMême sujetMetal and Thin Film MechanicsTravaux en français237 207