MétaCan
Menu
Retour à la cohorte
Enregistrement W2269392868 · doi:10.1088/0957-4484/27/11/115202

Directional surface enhanced Raman scattering on gold nano-gratings

2016· article· en· W2269392868 sur OpenAlexaff
Raymond Gillibert, Mitradeep Sarkar, Jean‐François Bryche, Ryohei Yasukuni, Julien Moreau, Mondher Besbes, Grégory Barbillon, B. Bartenlian, Michael Canva, Marc Lamy de la Chapelle

Notice bibliographique

RevueNanotechnology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesAssociation Nationale de la Recherche et de la TechnologieAgence Nationale de la Recherche
Mots-clésMaterials scienceRaman scatteringOpticsSurface plasmonSurface plasmon resonanceLocalized surface plasmonExcitationPlasmonRaman spectroscopyWavelengthOptoelectronicsNanotechnologyNanoparticlePhysics

Résumé

récupéré en direct d'OpenAlex

Directional plasmon excitation and surface enhanced Raman scattering (SERS) emission were demonstrated for 1D and 2D gold nanostructure arrays deposited on a flat gold layer. The extinction spectrum of both arrays exhibits intense resonance bands that are redshifted when the incident angle is increased. Systematic extinction analysis of different grating periods revealed that this band can be assigned to a propagated surface plasmon of the flat gold surface that fulfills the Bragg condition of the arrays (Bragg mode). Directional SERS measurements demonstrated that the SERS intensity can be improved by one order of magnitude when the Bragg mode positions are matched with either the excitation or the Raman wavelengths. Hybridized numerical calculations with the finite element method and Fourier modal method also proved the presence of the Bragg mode plasmon and illustrated that the enhanced electric field of the Bragg mode is particularly localized on the nanostructures regardless of their size.

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 candidatesCharge 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 enseignants0,019
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)0,0000,001

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 Opus0,010
Tête enseignante GPT0,226
Écart entre enseignants0,216 · 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

Citations48
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207