MétaCan
Menu
Retour à la cohorte
Enregistrement W2980584211 · doi:10.1088/1361-6463/ab4ec0

Comparison of the effects of surface plasmon resonance and the transverse magneto-optic Kerr effect in magneto-optic plasmonic nanostructures

2019· article· en· W2980584211 sur OpenAlexafffund
Conrad Rizal, P. O. Kapralov, Daria O. Ignatyeva, V. I. Belotelov, Simone Pisana

Notice bibliographique

RevueJournal of Physics D Applied Physics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensYork University
Organismes subventionnairesRussian Foundation for Basic ResearchCMC Microsystems
Mots-clésMagnetoMagneto-optic Kerr effectPlasmonKerr effectSurface plasmon resonanceTransverse planeSurface plasmonNanostructureSurface plasmon polaritonResonance (particle physics)Materials scienceCondensed matter physicsOpticsPhysicsOptoelectronicsNanotechnologyNanoparticleMedicineMagnetAtomic physics

Résumé

récupéré en direct d'OpenAlex

Abstract In this letter, we report on the response of surface plasmon resonance (SPR, reflectance versus incident angle) and transverse magneto-optic Kerr effect (T-MOKE) versus incident angle) in two different magneto-optic-plasmonic (MOP) configurations: Ti/Au/Co/Au (Configuration A) and Ti/Ag/Co/Au (Configuration B) at the excitation wavelength of 780 nm in air. Configuration A includes a 35 nm Au layer and Configuration B includes a 35 nm Ag layer. Both configurations consist of a thin (4 or 8 nm) Co magneto-optic layer and showed an enhancement of the T-MOKE signal over the SPR signal. Configuration B showed higher SPR and T-MOKE responses over Configuration A, possibly due to the low loss and higher plasmonic properties of Ag over Au. The T-MOKE based sensor shows improvements in quality factor by over two times compared to that of SPR. The magneto-optic SPR sensitivity of the sensor obtained shows an improvement by three times over the SPR sensitivity, and this can be further improved by suitably modifying the configuration. These results are of importance to the development of enhanced MOP/plasmonic sensors.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil0,922

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,219 · 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

Citations18
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics D Applied PhysicsMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207