MétaCan
Menu
Retour à la cohorte
Enregistrement W2958612790 · doi:10.1002/lpor.201900052

Nonlinear Optical Signatures of the Transition from Semiconductor to Semimetal in PtSe<sub>2</sub>

2019· article· en· W2958612790 sur OpenAlexaff
Lei Wang, Saifeng Zhang, Niall McEvoy, Yi‐Yang Sun, Jiawei Huang, Yafeng Xie, Ningning Dong, Xiaoyan Zhang, I. M. Kislyakov, Jean‐Michel Nunzi, Long Zhang, Jun Wang

Notice bibliographique

RevueLaser & Photonics Review · 2019
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensQueen's University
Organismes subventionnairesProgram of Shanghai Academic Research LeaderNatural Science Foundation of ShanghaiShanghai Rising-Star ProgramIntelligence Community Postdoctoral Research Fellowship ProgramNational Natural Science Foundation of ChinaYouth Innovation Promotion Association of the Chinese Academy of SciencesScience Foundation Ireland
Mots-clésSemiconductorUltrashort pulseGrapheneMaterials scienceBand gapNanophotonicsOptoelectronicsNonlinear systemBroadbandSemimetalNanotechnologyLaserOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The demand for an ultrabroad optical material with a bandgap tunable from zero to at least 1–2 eV has been one of the driving forces for exploring new 2D materials since the emergence of graphene, transition metal dichalcogenides, and black phosphorus. As an ultra‐broadband 2D material with energy bandgap ranging from 0 to 1.2 eV, PtSe2 shows much better air stability than its analogue, black phosphorous. In this work, the superior nonlinear optical performance and ultrafast dynamics of layered PtSe2, and signatures of the transition from semiconductor to semimetal are systematically studied. Combining with rate equations, first‐principles calculation, and electrical measurements, a comprehensive understanding about the evolution of nonlinear absorption and carrier dynamics with increasing layer thickness is provided, indicating its promising potential in nanophotonic devices such as infrared detectors, optical switches, and saturable absorbers.

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 Opus0,010
Tête enseignante GPT0,247
Écart entre enseignants0,237 · 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

Citations104
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaser & Photonics ReviewMême sujet2D Materials and ApplicationsTravaux en français237 207