MétaCan
Menu
Retour à la cohorte
Enregistrement W3027447778 · doi:10.22215/etd/2016-11235

Hydrogen Sensing with Long-Range Surface Plasmon Membrane Waveguides

2016· dissertation· en· W3027447778 sur OpenAlexfundno aff
Norman R. Fong

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Ottawa
Mots-clésMaterials sciencePhotolithographyWaferWaveguideOptoelectronicsFabricationGratingLithographyPlasmonOpticsDielectricSurface plasmon polaritonSurface plasmonThin filmNanotechnology

Résumé

récupéré en direct d'OpenAlex

This integrated article thesis presents the full design, fabrication, characterization and testing of a long-range surface plasmon polariton (LRSPP) cladded membrane waveguide hydrogen gas (H 2 ) sensor with integrated grating couplers.The sensor, which is the first of its kind to be demonstrated in the literature, features a thin gold (Au) stripe embedded in an ultra-thin free standing Cytop membrane with palladium (Pd) transducer.The design is performed through finite element method (FEM) optical modeling of the LRSPP waveguide and gratings.The non-trivial fabrication process utilizes facilities at Carleton University and the University of Ottawa and is presented in detail.The process involves multi-layer dielectric deposition, blind double-sided wafer alignment, multiple metal depositions using photolithography and ebeam lithography as well as a through-wafer silicon wet etch step.The devices are passively characterized using an optical cutback technique comparing the observed waveguide attenuation to that of simulated values showing good agreement.Sensing tests are performed with hydrogen concentrations up to 3%.A best detection limit of 290 ppm is observed with a response time of 7 s to 0.6% H 2 (99.4% N 2 ).The sensor has the capability of a higher dynamic range than other thin film sensors while other simple adjustments are discussed that can be applied to improve overall performance.iii 1.3

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 seuil0,003

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 savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207