MétaCan
Menu
Retour à la cohorte
Enregistrement W2118057550 · doi:10.1149/06106.0073ecst

(Invited) Engineering Chalcogenide Materials – From Bulk Optics to CMOS-Compatible Microelectronic Integration

2014· article· en· W2118057550 sur OpenAlexaff
Kathleen Richardson, Theresa S. Mayer, Clara Rivero‐Baleine

Notice bibliographique

RevueECS Transactions · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiquePhase-change materials and chalcogenides
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésMicroelectronicsExploitElectronicsMaterials scienceChalcogenidePhotonicsFabricationNanotechnologyCMOSComputer scienceDetectorOptoelectronicsElectronic engineeringElectrical engineeringEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Next generation optical and opto-electronic components will require materials that possess unique, spectrally agile, multi-functional attributes that can be produced via low(er) cost manufacturing processes. Material compositional design and novel processing and fabrication strategies are essential to the success in realizing new materials that fit application-specific needs. Efforts by our team have focused on use of IR transmissive glasses and crystalline alloys in planar form on Si, which lend themselves to integration with an on-chip source and semiconductor detector. Such devices exploit the enhanced sensitivity that comes from using probe light in the mid-infrared region (MIR) where applications such as sensors require materials which have spectral response that overlaps with fundamental molecular fingerprints of target analytes. We report progress on designing CMOS-compatible materials and processes aimed at adding to the ‘photonic material toolbox’ which exploit other functions including phase change or high mobility materials for emerging electronics applications.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,192
Score d'incertitude au seuil1,000

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)0,0010,001

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 Opus0,013
Tête enseignante GPT0,221
Écart entre enseignants0,208 · 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.

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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetPhase-change materials and chalcogenidesTravaux en français237 207