MétaCan
Menu
Retour à la cohorte
Enregistrement W3158494163 · doi:10.1088/2053-1583/abf98c

Thin-suspended 2D materials: facile, versatile, and deterministic transfer assembly

2021· article· en· W3158494163 sur OpenAlexafffund

Notice bibliographique

Revue2D Materials · 2021
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésSuspension (topology)FabricationGrapheneRaman scatteringNitrocelluloseRaman spectroscopyBilayer

Résumé

récupéré en direct d'OpenAlex

Abstract We report a deterministic 2D material (2DM) transfer method to assemble any-stacking-order heterostructures incorporating suspended ultra-thin 2DMs, such as single-layer graphene (SLG) and bilayer graphene (BLG). The transfer procedure relies on a single-step preparation nitrocellulose micro-stamp, which combines both outstanding adhesion and softness. It permits the dry pick-up of naked 2D crystals (graphene, MoS 2 , and hBN) directly from a SiO 2 substrate, and to precisely transfer them on substrates or trenches. Optical and Raman data show that no significant defect is introduced upon transfer, even in suspended SLG and BLG. The areas transferred range up ∼1000 µ m 2 on substrate. High-yield transfer of suspended ultra-thin 2DMs does not require critical point drying for areas up to 15 µ m 2 or suspension heights down to 160 nm. To demonstrate the method’s capabilities, we assembled on-substrate and suspended optical cavities tuning BLG’s Raman scattering intensity by factors of 19 and 4, respectively. This resilient and rapid 2DM transfer procedure will accelerate the fabrication of many heterostructures and permit versatile suspension of 2DMs for research in twistronics, straintronics, and nano-opto-electro-mechanical systems.

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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,025
Tête enseignante GPT0,265
Écart entre enseignants0,240 · 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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2D MaterialsMême sujet2D Materials and ApplicationsTravaux en français237 207