MétaCan
Menu
Retour à la cohorte
Enregistrement W4319598566 · doi:10.3390/coatings13020375

Synthesis of Optoelectronic Nanostructures on Silicon and Gold-Coated Silicon via High-Intensity Laser Pulses at Varied Pulse Durations

2023· article· en· W4319598566 sur OpenAlexafffund
Nishant Singh Jamwal, Amirkianoosh Kiani

Notice bibliographique

RevueCoatings · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSiliconMaterials scienceX-ray photoelectron spectroscopySpectroscopyOptoelectronicsNanostructureScanning electron microscopeBand gapLaserAnalytical Chemistry (journal)OpticsNanotechnologyChemistryNuclear magnetic resonance

Résumé

récupéré en direct d'OpenAlex

This work defines the generation of nanostructures on silicon and gold-coated silicon substrates by tuning the pulse duration of our proposed method: ultra-short laser pulses for in situ nanostructure generation (ULPING) under ambient conditions. The method is a single-step novel method which is efficient in synthesizing nanostructures on the substrates. We observed a higher nanofiber generation at a shorter pulse duration using Scanning Electron Microscopy (SEM) imaging. Silicon oxide formation was confirmed by Energy-dispersive X-ray spectroscopy (EDX) and X-ray photoelectron spectroscopy (XPS) analysis and a band gap of 8.19 eV was achieved for the Si + Au sample, which was determined by the Reflection Electron Energy Loss Spectroscopy (REELS) spectra. A high valence band offset of 4.93 eV was measured for the silicon-based samples for the Si/SiO2 interface. The addition of gold nanoparticles decreased the band gap and we observed a blue shift in optical conductivity for samples with nanofibers using optical spectroscopy.

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 enseignants0,021
Score d'incertitude au seuil0,770

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,207
Écart entre enseignants0,200 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCoatingsMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207