MétaCan
Menu
Retour à la cohorte
Enregistrement W3207128008 · doi:10.1177/00037028211047898

Calculation of Spectral Optical Constants Using Combined Ellipsometric and Reflectance Methods for Smooth and Rough Bulk Samples

2021· article· en· W3207128008 sur OpenAlexaff
Gilles Fortin

Notice bibliographique

RevueApplied Spectroscopy · 2021
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Chemometric Analyses
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésSpecular reflectionOpticsSpectral lineEllipsometryMaterials scienceScatteringAnalytical Chemistry (journal)SpecularityDiffuse reflectionChemistryReflection (computer programming)Thin filmPhysics

Résumé

récupéré en direct d'OpenAlex

Spectra of the optical constants n and k of a substance are often deduced from spectroscopic measurements, performed on a thick and homogeneous sample, and from a model used to simulate these measurements. Spectra obtained for n and k using the ellipsometric method generally produce polarized reflectance simulations in strong agreement with the experimental measurements, but they sometimes introduce significant discrepancies over limited spectral ranges, whereas spectra of n and k obtained with the single-angle reflectance method require a perfectly smooth sample surface to be viable. This paper presents an alternative method to calculate n and k. The method exploits both ellipsometric measurements and s-polarized specular reflectance measurements, and compensates for potential surface scattering effects with the introduction of a specularity factor. It is applicable to bulk samples having either a smooth or a rough surface. It provides spectral optical constants that are consistent with s-polarized reflectance measurements. Demonstrations are performed in the infrared region using a glass slide (smooth surface) and a pellet of compressed ammonium sulfate powder (rough surface).

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,044
Tête enseignante GPT0,371
Écart entre enseignants0,327 · 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

Citations7
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SpectroscopyMême sujetSpectroscopy and Chemometric AnalysesTravaux en français237 207