Mid-infrared Polaritonic Coupling between Boron Nitride Nanotubes and Graphene
Notice bibliographique
Résumé
Boron nitride (BN) is considered to be a promising substrate for graphene-based devices in part because its large band gap can serve to insulate graphene in layered heterostructures. At mid-infrared frequencies, graphene supports surface plasmon polaritons (SPPs), whereas hexagonal-BN (h-BN) is found to support surface phonon polaritons (SPhPs). We report on the observation of infrared polaritonic coupling between graphene SPPs and boron nitride nanotube (BNNT) SPhPs. Infrared scattering type scanning near-field optical microscopy is used to obtain spatial distribution of the two types of polaritons at the nanoscale. The observation suggests that those polaritons interact at the nanoscale in a one-dimensional/two-dimensional (1D/2D) geometry, exchanging energy in a nonplanar configuration at the nanoscale. Control of the polaritonic interaction is achieved by adjustment of the graphene Fermi level through voltage gating. Our observation suggests that boron nitride nanotubes and graphene can interact at mid-infrared frequencies and coherently exchange their energies at the nanoscale through the overlap of mutual electric near field of surface phonon polaritons and surface plasmon polaritons. Such interaction enables the design of nano-optical devices based on BNNT-graphene polaritonics in the mid-infrared range.
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 ».