TiO <sub>2</sub> –SiO <sub>2</sub> nanocomposite thin films deposited by direct liquid injection of colloidal solution in an O <sub>2</sub> /HMDSO low-pressure plasma
Notice bibliographique
Résumé
Abstract TiO 2 nanoparticles (NPs), 3 nm in size, were injected inside a very-low-pressure O 2 plasma reactor using a liquid injector and following an iterative injection sequence. Simultaneously, hexamethyldisiloxane (HMDSO) vapor precursor was added to create a SiO 2 matrix and a TiO 2 –SiO 2 nanocomposite (NC) thin film. Both the liquid injection and vapor precursor parameters were established to address the main challenges observed when creating NCs. In contrast to most aerosol-assisted plasma deposition processes, scanning/transmission electron microscopy (S/TEM) indicated isolated (i.e. non-agglomerated) NPs distributed in a rather uniform way in the matrix. The fraction of the TiO 2 NPs inside the SiO 2 matrix was estimated by SEM, spectroscopic ellipsometry (SE), and x-ray photoelectron spectroscopy. All techniques provided coherent values, with percentages between 12% and 19%. Despite the presence of TiO 2 NPs, SE measurements confirmed that the plasma-deposited SiO 2 matrix was dense with an optical quality similar to the one of thermal silica. Finally, the percentage of TiO 2 NPs inside the SiO 2 matrix and the effective refractive index of the NCs can be tuned through judicious control of the injection sequence.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».