Conic hyperspectral dispersion mapping applied to semiconductor plasmonics
Notice bibliographique
Résumé
The surface plasmon resonance tracking over metal surfaces is a well-established, commercially available, biochemical quantification tool primarily applied in research. The utilization of such a tool is, however, constrained to highly specialized industries, capable of justifying the human and instrumental resource investments required by the characterization method. We have proposed to expand the field of application of this biosensing approach by redesigning this method through the integration and miniaturization within a semiconductor platform. Uncollimated and broadband emission from a light-emitting semiconductor is employed to couple a continuum of surface plasmon modes over a metal–dielectric architecture interfaced with a GaAs–AlGaAs substrate. A tensor version of rigorous coupled wave theory is employed to optimize the various fabrication specifications and to predict the light scatterings over a wide range of variables. We then present a hyperspectral characterization microscope capable of directly mapping the dispersion relation of scattered light, including diffracted surface plasmons, as an intensity distribution versus photon energy and surface wavevectors. Measurements carried out in a buffered solution demonstrate the accurate description of the uncollimated and broadband surface plasmon states. Finally, we introduce a simplified method of dispersion mapping, in which quasi-conic cross-sections of the light's scattering can be acquired directly, thus monitoring surficial responses in as fast as 1.2 s. This is over 300 times faster than required by implementing full dispersion mapping. While compromising on the volume of collected information, this method, combined with the solid-state integration of the platform, shows great promise for the fast detection of biochemical agents. Researchers have miniaturized surface plasmon resonance experiments by using microchips embedded with gallium arsenide ‘quantum wells’. One of the best ways to track biochemical agents is through surface plasmon resonance spectroscopy, a technique that uses vibrations from a thin metal layer to detect specific molecular adsorption events. However, observing surface plasmons for biosensing traditionally requires the use of large, precisely tuned light sources. The scheme developed by Dubowski and co-workers employs hyperspectral imaging—a means of measuring data from hundreds of different spectral bands—to record how the broadband light of quantum well nanostructures scatters after striking a metal film. Advanced algorithms then pick out surface plasmons from the light-scattering data and enable near real-time analysis. Solid-state integration and pre-analysed output make this device ideal for future commercial ventures that could go beyond the application of surface plasmon resonance for biosensing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».