MétaCan
Menu
Retour à la cohorte
Enregistrement W2050970746 · doi:10.1117/12.717119

Stability of biofunctionalized GaAs surface

2007· article· en· W2050970746 sur OpenAlexafffund
Ximing Ding, Jan J. Dubowski

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Junctions and Nanostructures
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésPassivationSurface modificationPhotoluminescenceMaterials scienceExcimer laserBiomoleculeSemiconductorOptoelectronicsGallium arsenideIrradiationBiosensorX-ray photoelectron spectroscopyNanotechnologyLaserAnalytical Chemistry (journal)Chemical engineeringChemistryLayer (electronics)OpticsChromatography

Résumé

récupéré en direct d'OpenAlex

For a semiconductor based biosensor, functionalization of the surface and the stability of the semiconductor-biomolecule interface are the primary issues to be addressed by researchers. We have investigated a variety of strategies to passivate (001) GaAs surface with a long chain hexadecanethiol (C16H33SH: T16). GaAs substrates were cleaned and etched either with ArF excimer laser irradiation in an atmospheric environment or with conventional wet etchants. The effect of surface passivation and stability of the interface were evaluated using photoluminescence (PL) measurements. Significant cleaning of the (001) GaAs surface has been achieved with an ArF laser, as evidenced by the up to 4-fold increase of the PL signal. This compares to the 12-fold enhancement of the PL signal from samples that were alternately etched in solutions of NH3/H2O and HCl/ethanol. A combination of a diluted base and an acid possibly provides the cleanest surface and therefore the highest surface functionalization efficacy and long term stability upon thiolation.

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 seuil0,005

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 Opus0,010
Tête enseignante GPT0,218
Écart entre enseignants0,208 · 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

Citations0
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetMolecular Junctions and NanostructuresTravaux en français237 207