Notice bibliographique
Résumé
Abstract In 1976, a Canadian group described in detail for the first time a new ion beam analytical method based on the elastic recoil of target nuclei collided with high energy heavy incident ions. In this case 25–40‐MeV 35 Cl impinged on a multilayer C or Cu (backing)/LiF or LiOH/Cu (30–150 nm)/LiF or LiOH and H, Li, O and F recoiled atoms were detected. These exemplified the main characteristics of elastic recoil detection analysis (ERDA): its sensitivity to depth distribution and its ability to detect light elements in heavy substrates. In 1979, the use of megaelectronvolt energy 4 He beams permitted the use of ERDA to be extended to depth profiling of hydrogen isotopes in the near surface region of solids. ERDA has rapidly been revealed to be an excellent alternative to resonant nuclear reaction spectrometry for hydrogen determination in solids. Despite its less advantageous performance with respect to its lower depth resolution, lower analyzable depth, comparable sensitivity and more restricting irradiation and detection geometry, some ERDA features have made its development in ion beam analysis (IBA) laboratories worldwide easier; these are simultaneous access to 1 H and 2 H depth distributions, access to single‐ended Van de Graaff accelerators compared with tandem or cyclotrons, the ability to be combined with Rutherford backscattering spectrometry (RBS) and a less damaging effect on the investigated targets compared to those generated by heavy ions. The development of detection devices and the analytical capabilities offered by high‐energy heavy ion‐induced ERDA in material sciences for profiling light, medium and large mass number elements give this method a wide area in which to progress as illustrated by discussions at ion beam‐related technique conferences.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,024 | 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 ».