MétaCan
Menu
Retour à la cohorte
Enregistrement W2155640555 · doi:10.1021/jp046045u

Strong Polarized Enhanced Raman Scattering via Optical Tunneling through Random Parallel Nanostructures in Au Thin Films

2004· article· en· W2155640555 sur OpenAlexafffund
Alexandre G. Brolo, Erin Arctander, Christopher J. Addison

Notice bibliographique

RevueThe Journal of Physical Chemistry B · 2004
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesBritish Columbia Knowledge Development Fund
Mots-clésRaman scatteringPerpendicularMaterials scienceExcitationScatteringNanostructurePolarization (electrochemistry)OpticsSurface plasmonScanning tunneling microscopeRaman spectroscopyThin filmPlasmonMolecular physicsRayOptoelectronicsChemistryNanotechnologyPhysics

Résumé

récupéré en direct d'OpenAlex

Random parallel nanostructures (ridges and channels) were created by scratching gold thin films deposited on glass slides. Atomic force microscope (AFM) images showed that the width of the substructures within the scratches were of the order of a few hundred nanometers. These nanometric gold features can then support localized surface plasmon resonances in the direction perpendicular to the propagation of the scratches. This surface plasmon excitation led to a remarkable dependence of the intensity of the surface-enhanced resonance Raman scattering (SERRS) on the polarization direction of the incident light relative to the orientation of the scratch. The maximum SERRS intensities for oxazine 720 (a common laser dye) adsorbed on these nanostructures were obtained when the polarization of the light field was perpendicular to the direction of the substructures. The SERRS intensities followed a squared dependence on the polarization direction of the incident field.

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 enseignants0,000
Score d'incertitude au seuil0,002

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)0,0000,000

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 Opus0,011
Tête enseignante GPT0,248
Écart entre enseignants0,237 · 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

Citations31
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry BMême sujetGold and Silver Nanoparticles Synthesis and ApplicationsTravaux en français237 207