MétaCan
Menu
Retour à la cohorte
Enregistrement W2111446806 · doi:10.1002/pssc.200983827

Mid‐infrared detectors based on carbon nanotube films

2010· article· en· W2111446806 sur OpenAlexaff
Sylvain Maine, Charlie Koechlin, Romain Fleurier, Riad Haïdar, Nathalie Bardou, Christophe Dupuis, Brigitte Attal‐Trétout, Philippe Mérel, J. Deschamps, Annick Loiseau, Jean-Luc Pélouard

Notice bibliographique

RevuePhysica status solidi. C, Conferences and critical reviews/Physica status solidi. C, Current topics in solid state physics · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésCarbon nanotubeBolometerMaterials scienceInfraredFabricationTemperature coefficientOptoelectronicsSubstrate (aquarium)NanotechnologyAtmospheric temperature rangeElectrodeDetectorOpticsComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper we report the fabrication and characterization of single wall carbon nanotube film based devices. Carbon nanotubes (CNT) film is deposited on a silica substrate and usual clean room processes have been used to make Pt‐electrodes on top of it and to pattern the CNT film. The obtained devices have been used to measure the evolution of the temperature coefficient of resistance (TCR) as a function of temperature. At room temperature the TCR is –0.2%K‐1 and becomes even more important as the temperature goes down. Moreover the optical response in atmospheric band II and band III have been investigated at room temperature showing a variation of the device resistance up to 0.2% for an irradiance of ∼100 mW/cm2 in the 3–5 µm range. Such results are very promising for application of CNT films in bolometers for thermal infrared detection (© 2010 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,029
Tête enseignante GPT0,300
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysica status solidi. C, Conferences and critical reviews/Physica status solidi. C, Current topics in solid state physicsMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207