MétaCan
Menu
Retour à la cohorte
Enregistrement W2588792456 · doi:10.1038/ncomms14222

Indications of chemical bond contrast in AFM images of a hydrogen-terminated silicon surface

2017· article· en· W2588792456 sur OpenAlexafffund
Hatem Labidi, Mohammad Koleini, Taleana Huff, Mark Salomons, Martin Cloutier, Jason Pitters, Robert A. Wolkow

Notice bibliographique

RevueNature Communications · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates - Technology FuturesWestern Canada Research Grid
Mots-clésChemical physicsSiliconMaterials scienceCovalent bondHydrogen bondMoleculeAtomic force microscopyMolecular physicsSubstrate (aquarium)NanotechnologyChemical force microscopyChemical bondKelvin probe force microscopeChemistryNon-contact atomic force microscopyOptoelectronics

Résumé

récupéré en direct d'OpenAlex

The origin of bond-resolved atomic force microscope images remains controversial. Moreover, most work to date has involved planar, conjugated hydrocarbon molecules on a metal substrate thereby limiting knowledge of the generality of findings made about the imaging mechanism. Here we report the study of a very different sample; a hydrogen-terminated silicon surface. A procedure to obtain a passivated hydrogen-functionalized tip is defined and evolution of atomic force microscopy images at different tip elevations are shown. At relatively large tip-sample distances, the topmost atoms appear as distinct protrusions. However, on decreasing the tip-sample distance, features consistent with the silicon covalent bonds of the surface emerge. Using a density functional tight-binding-based method to simulate atomic force microscopy images, we reproduce the experimental results. The role of the tip flexibility and the nature of bonds and false bond-like features are discussed.

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 enseignants0,002
Score d'incertitude au seuil0,007

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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,320
Écart entre enseignants0,310 · 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

Citations33
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207