MétaCan
Menu
Retour à la cohorte
Enregistrement W4310438816 · doi:10.1364/ome.478301

Monitoring sulfur loss in polycrystalline solid solutions of CaS-La<sub>2</sub>S<sub>3</sub> by Raman spectroscopy and X-ray diffraction

2022· article· en· W4310438816 sur OpenAlexaff
Matthew Havel, Alexandros Kostogiannes, W. Taylor Shoulders, Victoria L. Blair, Daniel McGill, Clara Rivero‐Baleine, Rade Bunijevac, Jeffery Eichler, Matthew R. Kincer, Myungkoo Kang, Kathleen Richardson, Romain Gaumé

Notice bibliographique

RevueOptical Materials Express · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueChalcogenide Semiconductor Thin Films
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesFlorida High Tech Corridor Council
Mots-clésRaman spectroscopyCrystalliteStoichiometryMaterials scienceSulfurAnalytical Chemistry (journal)Thermoelectric effectFull width at half maximumSulfideX-ray crystallographyDiffractionSpectroscopySolid solutionChemistryOpticsPhysical chemistryOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Controlling stoichiometry in materials is a critical consideration in advanced applications. Non-stoichiometry due to sulfur excess or sulfur loss is observed in the CaS-La 2 S 3 (CLS) solid solution, a promising optical and thermoelectric material. We show that Raman spectroscopy can be used to assess deviation from stoichiometry in polycrystalline CLS. Use of this technique shows an increase in the full width at half maximum (FWHM) of the A 1 vibrational peak, associated with disorder on the sulfur sublattice. This method is validated using X-ray diffraction, where a decrease in the lattice parameter is observed on either side of the stoichiometric composition. This paper illustrates the usefulness of Raman spectroscopy as a complementary metrology technique to assess stoichiometry in sulfide-based polycrystalline ceramics.

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 seuil0,004

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 Opus0,010
Tête enseignante GPT0,227
Écart entre enseignants0,217 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptical Materials ExpressMême sujetChalcogenide Semiconductor Thin FilmsTravaux en français237 207