Contactless near-field scanning thermoreflectance imaging
Notice bibliographique
Résumé
Determining and imaging the thermal properties at the nanoscale is a demanding experimental challenge. So far, virtually any techniques used to image nanoscale thermal properties require to position the sample in contact with voluminous probes that act as undesirable thermal sinks and dramatically affect the measurements, in spite of poor interfacial thermal resistivity. Thermoreflectance, a contactless technique in which thermal conductivity is measured by optically probing the heat-induced changes in a sample, is extensively used for measuring the macroscopic and microscopic thermal properties of solids, but, so far, has been limited by diffraction in its applicability at the nanoscale. Here, we present near-field scanning thermoreflectance imaging (NeSTRI), a new scanning probe technique in which an aperture-type near-field optical microscope at sub-wavelength resolution is used to contactlessly determine the thermoreflectance of thin films. As a case study, NeSTRI is here applied to multilayer graphene thin films on glass substrates. Thermal conductivity of micrometre-size multilayer graphene platelets is determined and is consistent with previous macroscopic predictions. We also find that the thermal conductivity is locally higher at specific crystallographic edges of multilayer graphene platelets, which is indicative of the spatial resolution of our method. NeSTRI is uniquely suited to understanding the thermal properties of a large class of nanostructured and nanoscale systems.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».