MétaCan
Menu
Retour à la cohorte
Enregistrement W3171157588 · doi:10.1063/5.0054629

A practical Tamm plasmon sensor based on porous Si

2021· article· en· W3171157588 sur OpenAlexaff
Alexandre Juneau-Fecteau, Rémy Savin, Abderraouf Boucherif, Luc G. Fréchette

Notice bibliographique

RevueAIP Advances · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhotonic Crystals and Applications
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePhotonic crystalSurface plasmon resonanceOptoelectronicsPlasmonFigure of meritPhotonicsFabricationOpticsNanotechnologyNanoparticle

Résumé

récupéré en direct d'OpenAlex

We report the fabrication and characterization of a new type of porous Si sensor using the Tamm plasmon resonance. The sensor consists of a photonic crystal created by periodic electrochemical anodization of crystalline Si, followed by partial thermal oxidation. The photonic crystal is transferred to a Au-coated glass substrate to allow optical measurements of surface modes at the metal/porous Si interface. This configuration greatly simplifies sensing since an analyte can be introduced in the pores from the opposite side of the metal layer without disrupting the optical path. The fabricated device exhibits a Tamm plasmon resonance within the photonic bandgap at a wavelength of 794 nm with a quality factor of 25. We observe a wavelength shift of the resonance when the nanosized pores are infiltrated with different concentrations of a toluene/ethanol solution. The measured sensitivity reaches 139 nm/RIU, in agreement with scattering matrix simulations and more than twice larger than those previously reported for Tamm plasmons. The quality factor and sensitivity yield a sensor figure of merit of 4. We also show that the electric field within the Tamm device is confined within a mode volume twice smaller than within a Fabry–Pérot resonator of comparable size according to calculations.

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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,303
Écart entre enseignants0,289 · 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

Citations38
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP AdvancesMême sujetPhotonic Crystals and ApplicationsTravaux en français237 207