Near-field scanning thermoreflectance imaging (NeSTRI) as a nano-optical technique for contactlessly mapping the thermal conductivity of 2D materials at the nanoscale
Notice bibliographique
Résumé
To date, virtually all techniques used to image the thermal properties of 2D materials and thin films at the nanoscale have required to position the sample in contact with probes that act as undesirable thermal sinks and dramatically affect the measurements. Thermoreflectivity, an optical technique in which thermal transport properties are measured by contactlessly probing the heat-induced changes in reflectivity at the air-sample interface, has been utilized to image and map the thermal conductivity of solids at the macroscopic and microscopic level, but, so far, has been diffraction-limited in its applicability at the nanoscale. In this paper, we show how our group has tackled such an issue by coupling thermoreflectivity mapping with near-field scanning optical microscopy (NSOM) in a pump-probe nano-optical technique [Nanoscale 9 (2017) 4097]. We show that our technique is successful in investigating the local impact on the thermal conductivity of edges and wrinkles of non-ideal domains of 2D materials. Further on, we investigate the thermal properties of a graphene thin film decorated with copper particles and demonstrate that contactless near-field scanning thermoreflectance imaging can map the electron-phonon coupling in graphene-based nanocomposites.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».