Soft X‐ray Detectors Based on SnS Nanosheets for the Water Window Region
Notice bibliographique
Résumé
Abstract The structural characteristics of biological specimens, such as wet proteins and fixed living cells, can be conveniently probed in their host aqueous media using soft X‐rays in the water window region (200–600 eV). Conventional X‐ray detectors in this area exhibit low spatial resolution, have limited sensitivity, and require complex fabrication procedures. Here, many of these limitations are overcome by introducing a direct soft X‐ray detector based on ultrathin tin mono‐sulfide (SnS) nanosheets. The distinguishing characteristic of SnS is its high photon absorption efficiency in the soft X‐ray region. This factor enables the fabricated soft X‐ray detectors to exhibit excellent sensitivity values on the order of at peak energies of ≈ 600 eV. The peak signal is found to be sensitive to the number of stacked SnS layers, with thicker SnS nanosheet assemblies yielding a peak response at higher energies and with peak sensitives of over 2.5 at 1 V. Detailed current–voltage and temporal characteristics of these detectors are also presented. These results showcase the excellent performance of SnS nanosheet‐based soft X‐ray detectors compared to existing direct soft X‐ray detectors, including that of the emerging organic–inorganic perovskite class of materials.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».