MétaCan
Menu
Retour à la cohorte
Enregistrement W2918697859 · doi:10.1515/nanoph-2018-0202

Laser‐written colours on silver: optical effect of alumina coating

2018· article· en· W2918697859 sur OpenAlexafffund
Jean‐Michel Guay, Antonio Calà Lesina, Graham Killaire, Peter G. Gordon, Choloong Hahn, Seán T. Barry, Lora Ramunno, Pierre Berini, Arnaud Weck

Notice bibliographique

RevueNanophotonics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensCarleton UniversityUniversity of Ottawa
Organismes subventionnairesCanada Research ChairsUniversity of Ottawa
Mots-clésMaterials scienceLaserHueCoatingDeposition (geology)OpticsColour differenceRadiometric datingRadiationStructural colorationLayer (electronics)OptoelectronicsNanotechnologyPhotonic crystalGeologyRemote sensingPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper we discuss the optical response of laser‐written plasmonic colours on silver coated via the atomic layer deposition of alumina. These colours are due to nanoparticles distributed on a flat surface and on a surface with periodic topographical features (i.e. ripples). The colours are observed to shift with increasing alumina film thickness. The colours produced by surfaces with ripples recover their original vibrancy and hue after the deposition of film of thickness ~60 nm, while colours arising from flat surfaces gradually fade and never recover. Analysis of the surfaces identifies periodic topographical features to be responsible for this behaviour. Finite‐difference time‐domain simulations unravel the role played by the alumina thickness in colour formation and confirm the rotations and recovery of colours for increasing alumina thickness. The coloured surfaces were evaluated for applications in colourimetric and radiometric sensing showing large sensitivities of up to 3.06/nm and 3.19 nm/nm, respectively. The colourimetric and radiometric sensitivities are observed to be colour dependent.

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 Opus0,005
Tête enseignante GPT0,233
Écart entre enseignants0,227 · 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

Citations12
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanophotonicsMême sujetLaser Material Processing TechniquesTravaux en français237 207