MétaCan
Menu
Retour à la cohorte
Enregistrement W4392354036 · doi:10.1002/adom.202302715

Refractory Plasmonics of Reactively Sputtered Hafnium Nitride Nanoparticles: Pushing Limits

2024· article· en· W4392354036 sur OpenAlex
Pavel Pleskunov, Mariia Protsak, Zdeněk Krtouš, Tereza Košutová, Marco Tosca, Kateryna Biliak, Veronika Červenková, Daniil Nikitin, Jan Hanuš, Miroslav Cieslar, Ivan Gordeev, Milan Dopita, Michael Vorochta, Jaroslav Kousal, L. Martinů, Andrei Choukourov

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAdvanced Optical Materials · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGold and Silver Nanoparticles Synthesis and Applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesEuropean Regional Development FundGrantová Agentura České RepublikyMinisterstvo Školství, Mládeže a TělovýchovyUniverzita Karlova v Praze
Mots-clésMaterials scienceSurface plasmon resonancePlasmonNanomaterialsZirconium nitrideNanoparticleAnnealing (glass)Thermal stabilityNitrideSputteringOptoelectronicsHafniumSputter depositionNanotechnologyThin filmChemical engineeringTitanium nitrideZirconiumComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract High‐temperature plasmonics deals with optically active nanostructures that can withstand high temperatures. A conventional approach relying on standalone noble metal nanoparticles fails to deliver refractory plasmonic nanomaterials, and an alternative route envisions metal nitrides. The main challenge remains the development of advanced synthesis techniques and the insight into thermal stability under real‐life application conditions. Here, hafnium nitride nanoparticles (HfN NPs) can be produced by gas aggregation using reactive magnetron sputtering, a technique with a small environmental footprint are shown. As‐deposited NPs are of 10 nm mean size and consist of stoichiometric, crystalline fcc HfN. They are characterized by optical absorption below 500 nm caused by interband transitions and in the red/near‐infrared (NIR) region due to intraband transitions and localized surface plasmon resonance (LSPR). The optical response can be engineered by tuning the NP composition as predicted by finite‐difference time‐domain (FDTD) calculations. Going beyond the state‐of‐the‐art, the HfN NP thermal stability is focued under ultrahigh vacuum (UHV) and in air. During UHV annealing to 850 °C, the NPs retain their morphology, chemical and optical properties, which makes them attractive in space mission and other applications. During air annealing to 800 °C, HfN NPs remain stable until 250 °C, which sets a limit for air‐mediated use.

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.

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 enseignants0,015
Score d'incertitude au seuil0,662

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 Opus0,018
Tête enseignante GPT0,265
Écart entre enseignants0,247 · 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