Refractory Plasmonics of Reactively Sputtered Hafnium Nitride Nanoparticles: Pushing Limits
Notice bibliographique
Résumé
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».