MétaCan
Menu
Retour à la cohorte
Enregistrement W2119883780 · doi:10.1073/pnas.0912716107

Energy levels of few-electron quantum dots imaged and characterized by atomic force microscopy

2010· article· en· W2119883780 sur OpenAlexaff
Lynda Cockins, Yoichi Miyahara, Steven Bennett, Aashish A. Clerk, Sergei Studenikin, Philip J. Poole, Andrew Sachrajda, Peter Grütter

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2010
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensInstitute for Microstructural SciencesMcGill University
Organismes subventionnairesnon disponible
Mots-clésQuantum dotCoulomb blockadeElectronMolecular physicsQuantum point contactAtomic physicsDegenerate energy levelsSpectral lineChemistryPhysicsCondensed matter physicsNanotechnologyMaterials scienceQuantum mechanicsQuantum well

Résumé

récupéré en direct d'OpenAlex

Strong confinement of charges in few-electron systems such as in atoms, molecules, and quantum dots leads to a spectrum of discrete energy levels often shared by several degenerate states. Because the electronic structure is key to understanding their chemical properties, methods that probe these energy levels in situ are important. We show how electrostatic force detection using atomic force microscopy reveals the electronic structure of individual and coupled self-assembled quantum dots. An electron addition spectrum results from a change in cantilever resonance frequency and dissipation when an electron tunnels on/off a dot. The spectra show clear level degeneracies in isolated quantum dots, supported by the quantitative measurement of predicted temperature-dependent shifts of Coulomb blockade peaks. Scanning the surface shows that several quantum dots may reside on what topographically appears to be just one. Relative coupling strengths can be estimated from these images of grouped coupled dots.

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 seuil0,003

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,286
Écart entre enseignants0,270 · 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

Citations90
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetMechanical and Optical ResonatorsTravaux en français237 207