MétaCan
Menu
Retour à la cohorte
Enregistrement W2045722572 · doi:10.1063/1.4819804

Laser ablation of iron: A comparison between femtosecond and picosecond laser pulses

2013· article· en· W2045722572 sur OpenAlexafffund
Mohamed E. Shaheen, Joel E. Gagnon, Brian J. Fryer

Notice bibliographique

RevueJournal of Applied Physics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFluenceFemtosecondMaterials sciencePicosecondLaserAblationSapphireOpticsLaser ablationX-ray laserOptoelectronicsLaser power scalingPhysics

Résumé

récupéré en direct d'OpenAlex

In this study, a comparison between femtosecond (fs) and picosecond (ps) laser ablation of electrolytic iron was carried out in ambient air. Experiments were conducted using a Ti:sapphire laser that emits radiation at 785 nm and at pulse widths of 110 ps and 130 fs, before and after pulse compression, respectively. Ablation rates were calculated from the depth of craters produced by multiple laser pulses incident normally to the target surface. Optical and scanning electron microscopy showed that picosecond laser pulses create craters that are deeper than those created by the same number of femtosecond laser pulses at the same fluence. Most of the ablated material was ejected from the ablation site in the form of large particles (few microns in size) in the case of picosecond laser ablation, while small particles (few hundred nanometers) were produced in femtosecond laser ablation. Thermal effects were apparent at high fluence in both femtosecond and picosecond laser ablation, but were less prevalent at low fluence, closer to the ablation threshold of the material. The quality of craters produced by femtosecond laser ablation at low fluence is better than those created at high fluence or using picosecond laser pulses.

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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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

Citations70
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetLaser-induced spectroscopy and plasmaTravaux en français237 207