MétaCan
Menu
Retour à la cohorte
Enregistrement W2048280077 · doi:10.1117/12.981727

Tip-enhanced Raman spectroscopy: application to the study of single silicon nanowire and functionalized gold surface

2012· article· en· W2048280077 sur OpenAlexafffund
Nastaran Kazemi‐Zanjani, Farshid Pashaee, François Lagugné‐Labarthet

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2012
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNanoprobeMaterials scienceRaman spectroscopySiliconNanowireRaman scatteringRaman microscopeOpticsPlasmonMicroscopeOptoelectronicsCoherent anti-Stokes Raman spectroscopyNanotechnologyNanoparticle

Résumé

récupéré en direct d'OpenAlex

Tip-Enhanced Raman spectroscopy is used to probe isolated silicon nanowires and functionalized gold surface with the goal to evaluate the improvements in lateral resolution and surface sensitivity of this method. The setup that involves the combination of and atomic force microscope and a confocal microscope in back-scattering geometry is described together with the optical alignment procedure used to ideally excite the localized surface plasmon of the metallized tip that acts as the nanoprobe. Once aligned, the tip, in feedback with the sample surface, is positioned at a given point and the Raman spectrum is acquired. The sample is then scanned point-by-point and a TERS map is generated for the object or surface of interest. This approach shows an improved lateral spatial resolution for the single silicon nanowires together with relevant information on the induced stress on the nanowire. Last, we show that the proximity of the TERS tip over an ultraflat gold nanoplate functionalized with an azobenzene thiol molecule, largely enhance the vibrational signal from a single monolayer.

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 enseignants0,219
Score d'incertitude au seuil0,668

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 Opus0,009
Tête enseignante GPT0,244
Écart entre enseignants0,235 · 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

Citations2
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207