MétaCan
Menu
Retour à la cohorte
Enregistrement W2056883003 · doi:10.1021/jp0500642

Thermo-Kinetics Study of Laser-Induced Desorption of Self-Assembled Monolayers from Gold:  Case of Laser Micropatterning

2005· article· en· W2056883003 sur OpenAlexafffund
Mohammad Reza Shadnam, Sean E. Kirkwood, R. Fedosejevs, Alidad Amirfazli

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueMolecular Junctions and Nanostructures
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLaserLaser power scalingDesorptionMicropatterningMonolayerContext (archaeology)WettingSelf-assembled monolayerMaterials scienceKineticsChemistryIrradiationAnalytical Chemistry (journal)OpticsAdsorptionNanotechnologyComposite materialPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Laser-induced desorption of self-assembled monolayers (SAMs) from gold surfaces within context of the direct laser patterning methodology was investigated through combining results of a heat diffusion thermal model with desorption kinetics of alkanethiol SAMs. It was found that contrast plots of experimental scanning electron microscopy (SEM) images, which are correlated to surface coverage of SAMs desorbed after laser irradiation, agreed with the theoretically predicted surface composition of SAMs. The surface composition of SAM was then interpreted in terms of the wetting property of the resulting surface. The effect of incident laser beam power and size on the final spatial coverage of SAMs on the surface and feature sizes was investigated both experimentally and by modeling. Theoretical modeling and experimental evidence showed that the resulting feature sizes are wider when the surface is heated by a laser of higher power. Increasing the laser beam size results in broadening of feature sizes. Considering the correlation of the theoretical and experimental results, we concluded that the feature sizes are controllable in a predictable way (using the presented thermal-kinetics model) through varying laser beam power and beam size.

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 enseignants0,027
Score d'incertitude au seuil0,357

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 Opus0,007
Tête enseignante GPT0,218
Écart entre enseignants0,211 · 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

Citations20
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetMolecular Junctions and NanostructuresTravaux en français237 207