MétaCan
Menu
Retour à la cohorte
Enregistrement W2898165916 · doi:10.1021/acsphotonics.8b01227

Reaching the Limits of Enhancement in (Sub)Nanometer Metal Structures

2018· article· en· W2898165916 sur OpenAlexafffund
Reuven Gordon, Aftab Ahmed

Notice bibliographique

RevueACS Photonics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésPlasmonNanophotonicsRaman scatteringQuantum nonlocalityRaman spectroscopyPhotonPhysicsNanotechnologyOptoelectronicsPhotonicsQuantumMaterials scienceOpticsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Plasmonic enhancement has had remarkable success in optical coupling to the nanometer scale, enabling feats such as Raman spectroscopy with single molecule sensitivity. Here it is argued that much greater enhancements are possible in the near future by combining the gains of plasmonic resonances, directivity, subnanometer gaps, and permittivity near-zero materials. The pursuit of such extraordinary enhancements promises to bring new physics such as peering into the world of quantum optomechanics. It also promises new applications such as quantitative single molecule Raman spectroscopy and low photon number nonlinear optical switching. In addition, by pushing the limits of plasmonic enhancement, it is expected that the community will gain a greater appreciation of how physical phenomena such as nonlocality, surface scattering, and quantum tunneling each play a role in determining the ultimate performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,047
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,026
Tête enseignante GPT0,267
Écart entre enseignants0,241 · 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 tête enseignante, 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 revueACS PhotonicsMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207