Plasma deposition of optical films and coatings: A review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Plasma enhanced chemical vapor deposition (PECVD) is being increasingly used for the fabrication of transparent dielectric optical films and coatings. This involves single-layer, multilayer, graded index, and nanocomposite optical thin film systems for applications such as optical filters, antireflective coatings, optical waveguides, and others. Beside their basic optical properties (refractive index, extinction coefficient, optical loss), these systems very frequently offer other desirable “functional” characteristics. These include hardness, scratch, abrasion, and erosion resistance, improved adhesion to various technologically important substrate materials such as polymers, hydrophobicity or hydrophilicity, long-term chemical, thermal, and environmental stability, gas and vapor impermeability, and others. In the present article, we critically review the advances in the development of plasma processes and plasma systems for the synthesis of thin film high and low index optical materials, and in the control of plasma–surface interactions leading to desired film microstructures. We particularly underline those specificities of PECVD, which distinguish it from other conventional techniques for producing optical films (mainly physical vapor deposition), such as fabrication of graded index (inhomogeneous) layers, control of interfaces, high deposition rate at low temperature, enhanced mechanical and other functional characteristics, and industrial scaleup. Advances in this field are illustrated by selected examples of PECVD of antireflective coatings, rugate filters, integrated optical devices, and others.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle