MétaCan
Menu
Retour à la cohorte
Enregistrement W2954209036 · doi:10.1002/adfm.201901266

Second Harmonic Generation Investigation of Symmetry Breaking and Flexoelectricity Induced by Nanoindentations in SrTiO<sub>3</sub>

2019· article· en· W2954209036 sur OpenAlexafffund
Gitanjali Kolhatkar, Mischa Nicklaus, Azza Hadj Youssef, C. V. Cojocaru, Maxime Rivard, Alexandre Merlen, François Légaré, Andreas Ruëdiger

Notice bibliographique

RevueAdvanced Functional Materials · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensNational Research Council CanadaInstitut National de la Recherche Scientifique
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceNanoindentationIndentationFlexoelectricityRaman spectroscopyCondensed matter physicsModulusComposite materialPiezoelectricityElastic modulusOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Strain gradients induced by nanoindentations in bulk undoped strontium titanate (SrTiO 3 ) are investigated. After indenting a 850 nm deep pattern on the SrTiO 3 surface with a 8 GPa hardness and an 83 GPa indentation modulus by a Berkovich tip, the resulting deformation patterns are imaged by Raman spectroscopy and by second harmonic generation microscopy. Cross‐shaped compressively stressed regions along the cubic SrTiO 3 primary slip planes are observed. These zones relax toward the unstrained bulk material through localized strain gradients on a length scale of several microns. Second harmonic tomography reveals the reduction of the crystal's centrosymmetry in the vicinity of the crosslike features due to a strain gradient. These results indicate the appearance of flexoelectricity following the nanoindentation process due to the creation of an inhomogeneous strain.

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 enseignants0,010
Score d'incertitude au seuil0,484

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 Opus0,010
Tête enseignante GPT0,236
Écart entre enseignants0,226 · 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

Citations21
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207