MétaCan
Menu
Retour à la cohorte
Enregistrement W2808619522 · doi:10.1088/1361-6641/aacbe4

<i>In situ</i> study of porous silicon thin films thermal oxidation by pulsed laser photoacoustics

2018· article· en· W2808619522 sur OpenAlexfundno aff
Atzin David Ruíz Pérez, M.B. de la Mora, J.L. Benítez, R. Castañeda-Guzmán, J. A. Reyes‐Esqueda, M. Villagrán-Munı́z

Notice bibliographique

RevueSemiconductor Science and Technology · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilicon Nanostructures and Photoluminescence
Établissements canadiensnon disponible
Organismes subventionnairesDirección General de Asuntos del Personal Académico, Universidad Nacional Autónoma de MéxicoCanadian Institute for Theoretical Astrophysics
Mots-clésIn situPorous siliconMaterials scienceThin filmSiliconLaserThermal oxidationPorosityThermalChemical engineeringOptoelectronicsNanotechnologyChemistryOpticsComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Passivation is of remarkable importance for porous silicon (PSi) applications to guarantee the chemical stability of its high surface area through time. Thermal oxidation is one of the most common methods to passivate the surface of PSi. In order to better understand the oxidation process, here we performed an in situ study by using pulsed laser photoacoustics. During the thermal oxidation, the photoacoustical signal was measured each 1 °C from 70 °C to 900 °C. The measurements were analyzed by standard correlation, and the significant signal changes were related to the presence of different surface species. We have found temperatures, where the photoacoustical signal changes drastically, that can be related to the absorption and desorption of chemical species in the surface. Species identification where made through Fourier-transform infrared spectroscopy-attenuated total reflection analysis of the PSi samples, at temperatures around where these notorious modifications on the surface were observed.

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 seuil0,004

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 Opus0,008
Tête enseignante GPT0,244
Écart entre enseignants0,236 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSemiconductor Science and TechnologyMême sujetSilicon Nanostructures and PhotoluminescenceTravaux en français237 207