Simultaneous secondary electron microscopy in the scanning transmission electron microscope with applications for <i>in situ</i> studies
Notice bibliographique
Résumé
Scanning/transmission electron microscopy (STEM) is a powerful characterization tool for a wide range of materials. Over the years, STEMs have been extensively used for in situ studies of structural evolution and dynamic processes. A limited number of STEM instruments are equipped with a secondary electron (SE) detector in addition to the conventional transmitted electron detectors, i.e. the bright-field (BF) and annular dark-field (ADF) detectors. Such instruments are capable of simultaneous BF-STEM, ADF-STEM and SE-STEM imaging. These methods can reveal the 'bulk' information from BF and ADF signals and the surface information from SE signals for materials <200 nm thick. This review first summarizes the field of in situ STEM research, followed by the generation of SE signals, SE-STEM instrumentation and applications of SE-STEM analysis. Combining with various in situ heating, gas reaction and mechanical testing stages based on microelectromechanical systems (MEMS), we show that simultaneous SE-STEM imaging has found applications in studying the dynamics and transient phenomena of surface reconstructions, exsolution of catalysts, lunar and planetary materials and mechanical properties of 2D thin films. Finally, we provide an outlook on the potential advancements in SE-STEM from the perspective of sample-related factors, instrument-related factors and data acquisition and processing.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».