MétaCan
Menu
Retour à la cohorte
Enregistrement W2098313206 · doi:10.1186/1556-276x-8-185

Study of nanostructure growth with nanoscale apex induced by femtosecond laser irradiation at megahertz repetition rate

2013· article· en· W2098313206 sur OpenAlexaff
Nikunj B Patel, Bo Tan, Krishnan Venkatakrishnan

Notice bibliographique

RevueNanoscale Research Letters · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésFemtosecondNanochemistryNanostructureMaterials scienceNanoscopic scaleIrradiationLaserRepetition (rhetorical device)NanotechnologyOpticsOptoelectronicsPhysicsNuclear physics

Résumé

récupéré en direct d'OpenAlex

Leaf-like nanostructures with nanoscale apex are induced on dielectric target surfaces by high-repetition-rate femtosecond laser irradiation in ambient conditions. We have recently developed this unique technique to grow leaf-like nanostructures with such interesting geometry without the use of any catalyst. It was found to be possible only in the presence of background nitrogen gas flow. In this synthesis method, the target serves as the source for building material as well as the substrate upon which these nanostructures can grow. In our investigation, it was found that there are three possible kinds of nanotips that can grow on target surfaces. In this report, we have presented the study of the growth mechanisms of such leaf-like nanostructures under various conditions such as different laser pulse widths, pulse repetition rates, dwell times, and laser polarizations. We observed a clear transformation in the kind of nanotips that grew for the given laser conditions.

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)0,001
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 enseignants0,029
Score d'incertitude au seuil0,958

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,017
Tête enseignante GPT0,256
Écart entre enseignants0,238 · 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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscale Research LettersMême sujetLaser Material Processing TechniquesTravaux en français237 207