The spatial distribution of silicon NCs and erbium ion clusters by simultaneous high‐resolution energy filtered and Z‐contrast STEM and transmission electron tomography
Notice bibliographique
Résumé
Abstract Imaging the spatial distribution of silicon nanocrystals (Si‐NCs) and erbium ion clusters can assist in the development of light‐emitting erbium‐doped silicon nanocomposites. We applied simultaneous energy‐filtered and high‐angle annular dark field imaging in the scanning transmission electron microscopy (STEM) mode; the former method images the Si NCs and the latter is sensitive to the high atomic number of the Er3+ ions. Both methods were performed simultaneously so as to avoid relative image drift. In Er‐doped Si nano‐composites, we find that the Er ions are not uniformly distributed in the matrix: instead, they form clusters that appear in projection images to decorate the boundaries of the Si‐NCs. This structure may develop during sample annealing, due to the low solubility of Er in the forming Si clusters. Although multi‐detector simultaneous imaging is a good way to avoid nanometer‐scale image drift that could otherwise conceal the nanoscale spatial relationship between Si‐NCs and Er clusters, an additional difficulty relates to the projection imaging methods. Essentially, it is hard to obtain spatial information parallel to the electron beam direction, so where there is apparent overlap we cannot ascertain whether an Er cluster (for example) lies above, below, or inside a given Si‐NC. Therefore, we also report on initial electron beam tomography investigations whose goal is ultimately to generate methods for obtaining the Er and Si cluster distribution in 3D. The results can lead to improved understanding of the sensitization mechanism and optimization for Er‐doped silicon nanocomposites; the clustered nature of the Er ions near the Si NCs is certainly undesirable and may explain the typically short Er3+ photoluminescence (PL) lifetimes (compared to Er‐doped silica) and the difficulty in reliably observing stimulated emission phenomena (© 2011 WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim)
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 | 0,000 |
| 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 ».