Spin‐coated epoxy resin embedding technique enables facile SEM/FIB thickness determination of porous metal oxide ultra‐thin films
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A facile nonsubjective method was designed to measure porous nonconductive iron oxide film thickness using a combination of a focused ion beam (FIB) and scanning electron microscopy. Iron oxide films are inherently nonconductive and porous, therefore the objective of this investigation was to optimize a methodology that would increase the conductivity of the film to facilitate high resolution imaging with a scanning electron microscopy and to preserve the porous nature of the film that could potentially be damaged by the energy of the FIB. Sputter coating the sample with a thin layer of iridium before creating the cross section with the FIB decreased sample charging and drifting, but differentiating the iron layer from the iridium coating with backscattered electron imaging was not definitive, making accurate assumptions of the delineation between the two metals difficult. Moreover, the porous nature of the film was lost due to beam damage following the FIB process. A thin layer plastication technique was therefore used to embed the porous film in epoxy resin that would provide support for the film during the FIB process. However, the thickness of the resin created using conventional thin layer plastication processing varied across the sample, making the measuring process only possible in areas where the resin layer was at its thinnest. Such variation required navigating the area for ideal milling areas, which increased the subjectivity of the process. We present a method to create uniform thin resin layers, of controlled thickness, that are ideal for quantifying the thickness of porous nonconductive films with FIB/scanning electron microscopy.
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.
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 | 0,001 | 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 découle