MétaCan
Menu
Retour à la cohorte
Enregistrement W2788295898 · doi:10.1063/1.5008507

Fabrication of phonon-based metamaterial structures using focused ion beam patterning

2018· article· en· W2788295898 sur OpenAlexafffund
Nabil Bassim, Alexander J. Giles, Leonidas E. Ocola, Joshua D. Caldwell

Notice bibliographique

RevueApplied Physics Letters · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensMcMaster University
Organismes subventionnairesU.S. Naval Research LaboratoryNatural Sciences and Engineering Research Council of CanadaU.S. Department of Energy
Mots-clésMaterials scienceMetamaterialSputteringFocused ion beamOptoelectronicsIon beamFabricationThin filmSputter depositionSubstrate (aquarium)PhononNanotechnologyBeam (structure)OpticsIonCondensed matter physicsChemistry

Résumé

récupéré en direct d'OpenAlex

The focused ion beam (FIB) is a powerful tool for rapid prototyping and machining of functional nanodevices. It is employed regularly to fabricate test metamaterial structures but, to date, has been unsuccessful in fabricating metamaterial structures with features at the nanoscale that rely on surface phonons as opposed to surface plasmons because of the crystalline damage that occurs with the collision cascade associated with ion sputtering. In this study, we employ a simple technique of protecting the crystalline substrate in single-crystal 4H-SiC to design surface phonon polariton-based optical resonance structures. By coating the material surface with a thin film of chromium, we have placed a material of high sputter resistance on the surface, which essentially absorbs the energy in the beam tails. When the beam ultimately punches through the Cr film, the hard walls in the film have the effect of channeling the beam to create smooth sidewalls. This demonstration opens the possibility of further rapid-prototyping of metamaterials using FIB.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,233
Écart entre enseignants0,214 · 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

Citations17
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207