MétaCan
Menu
Retour à la cohorte
Enregistrement W2335288462 · doi:10.1021/cg300469s

Flux Engineering To Control In-Plane Crystal and Morphological Orientation

2012· article· en· W2335288462 sur OpenAlexaff
Joshua M. LaForge, Grayson L. Ingram, Michael T. Taschuk, Michael J. Brett

Notice bibliographique

RevueCrystal Growth & Design · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueOptical Coatings and Gratings
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceTexture (cosmology)Rotation (mathematics)Crystal (programming language)OpticsAnisotropyAmorphous solidFlux (metallurgy)CrystallographyGeometryPhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

We tailored nanostructured morphology and crystal texture of iron nanocolumns by engineering the inclination and azimuthal directions of the collimated flux characteristic of glancing angle deposition (GLAD). Under continuous substrate rotation, the flux is azimuthally isotropic within one rotation. With large substrate rotation speeds, we can deposit vertical nanocolumns with a faceted, tetrahedral apex, BCC crystal structure and ⟨111⟩ fiber texture. Designing the flux to have an azimuthal 3-fold symmetry, which reflects the symmetry of the tetrahedral apex, allows us to induce both an in-plane and out-of-plane texture (biaxial texture) by evolutionary selection. In-plane crystal orientation is accompanied by a preferential azimuthal nanocolumn orientation, where the sides of tetrahedral apex are directed toward the flux direction. This work demonstrates the flux engineering technique, which can orient in-plane crystal texture and morphology of crystalline nanocolumns on amorphous substrates. This control is a useful addition to vapor–solid, physical self-assembly with the potential to improve the performance of porous thin film architectures as biaxial buffer layers, and in a variety of device applications such as photovoltaics and energy storage.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,142
Score d'incertitude au seuil0,488

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,229
Écart entre enseignants0,213 · 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.

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

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrystal Growth & DesignMême sujetOptical Coatings and GratingsTravaux en français237 207