Ultrasmooth Gold Surfaces Prepared by Chemical Mechanical Polishing for Applications in Nanoscience
Notice bibliographique
Résumé
For over 20 years, template stripping has been the best method for preparing ultrasmooth metal surfaces for studies of nanostructures. However, the organic adhesives used in the template stripping method are incompatible with many solvents, limiting the conditions that may subsequently be used to prepare samples; in addition, the film areas that can be reliably prepared are typically limited to ∼1 cm(2). In this article, we present chemical-mechanical polishing (CMP) as an adhesive-free, scalable method of preparing ultrasmooth gold surfaces. In this process, a gold film is first deposited by e-beam evaporation onto a 76-mm-diameter silicon wafer. The CMP process removes ∼4 nm of gold from the tops of the grains comprising the gold film to produce an ultrasmooth gold surface supported on the silicon wafer. We measured root-mean-square (RMS) roughness values using atomic force microscopy of 12 randomly sampled 1 μm × 1 μm areas on the surface of the wafer and repeated the process on 5 different CMP wafers. The average RMS roughness was 3.8 ± 0.5 Å, which is comparable to measured values for template-stripped gold (3.7 ± 0.5 Å). We also compared the use of CMP and template-stripped gold as bottom electrical contacts in molecular electronic junctions formed from n-alkanethiolate self-assembled monolayers as a sensitive test bed to detect differences in the topography of the gold surfaces. We demonstrate that these substrates produce statistically indistinguishable values for the tunneling decay coefficient β, which is highly sensitive to the gold surface topography.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».