MétaCan
Menu
Retour à la cohorte
Enregistrement W4297100180 · doi:10.1088/1361-6463/ac94de

Kinetics driving thin-film deposition in dielectric barrier discharges using a direct liquid injector operated in a pulsed regime

2022· article· en· W4297100180 sur OpenAlexafffund
Laura Cacot, Guillaume Carnide, Myrtil L. Kahn, Richard Clergereaux, Nicolas Naudé, Luc Stafford

Notice bibliographique

RevueJournal of Physics D Applied Physics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePlasma Applications and Diagnostics
Établissements canadiensUniversité de Montréal
Organismes subventionnairesUniversité de MontréalNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésHexamethyldisiloxaneDeposition (geology)Dielectric barrier dischargeDielectricPlasmaMaterials scienceThin filmElectric fieldAnalytical Chemistry (journal)Pulsed DCAtmospheric pressureChemistryOptoelectronicsNanotechnologyChromatographySputteringMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract This work investigates the effects of process parameters on thin-film deposition by direct liquid injection in a low-frequency dielectric barrier discharge. The precursor, hexamethyldisiloxane, is introduced as micrometer-size liquid droplets with nitrogen carrier gas in a pulsed mode and the discharge is produced at atmospheric pressure in a pulsed regime. No significant deposit is observed during plasma-off time and outside the discharge region. Despite the pulsed injection, this reveals that the precursor content in the plasma zone remains constant over much longer time scales and that thin-film deposition results from droplets charging and their transport towards the dielectrics by the low-frequency electric field. Over the range of experimental conditions investigated, it is found that pulsed, aerosol-assisted plasma deposition is limited by the amount of energy provided to precursor droplets, and not by precursor insufficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,087
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,256
Écart entre enseignants0,242 · 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 tête enseignante, 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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics D Applied PhysicsMême sujetPlasma Applications and DiagnosticsTravaux en français237 207