MétaCan
Menu
Retour à la cohorte
Enregistrement W4296112400 · doi:10.1080/14686996.2022.2116294

Deep-UV laser direct writing of photoluminescent ZnO submicron patterns: an example of nanoarchitectonics concept

2022· article· en· W4296112400 sur OpenAlexfundno aff
Quentin Kirscher, Samar Hajjar‐Garreau, Fabien Grasset, Dominique Berling, Olivier Soppera

Notice bibliographique

RevueScience and Technology of Advanced Materials · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueZnO doping and properties
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Circulatory and Respiratory HealthEuropean Regional Development FundRégion BretagneUniversité de StrasbourgInstitut National de la Santé et de la Recherche MédicaleAgence Nationale de la RechercheCentre National de la Recherche ScientifiqueEuropean Commission
Mots-clésPhotoluminescenceMaterials scienceNanotechnologyLaserOptoelectronicsNanocrystalMicrostructureMicrometerOpticsComposite material

Résumé

récupéré en direct d'OpenAlex

Micro- and nanopatterning of metal oxide materials is an important process to develop electronic or optoelectronic devices. ZnO is a material of choice for its semiconducting and photoluminescence properties. In the frame of the nanoarchitectonics concept, we have developed and investigated a new process that relies on direct writing laser patterning in the Deep-UV (DUV) range to prepare photoluminescent microstructures of ZnO at room temperature, under air. This process is based on a synthesis of colloidal ZnO nanocrystals (NCs) with a careful choice of the ligands on the surface to obtain an optimal (i) stability of the colloids, (ii) redissolution of the non-insolated parts and (iii) cross-linking of the DUV-insolated parts. The mechanisms of photocrosslinking are studied by different spectroscopic methods. This room temperature process preserves the photoluminescence properties of the NCs and the wavelength used in DUV allows to reach a sub-micrometer resolution, which opens new perspectives for the integration of microstructures on flexible substrates for optoelectronic applications.

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 seuil0,002

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,015
Tête enseignante GPT0,244
Écart entre enseignants0,228 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience and Technology of Advanced MaterialsMême sujetZnO doping and propertiesTravaux en français237 207