Notice bibliographique
Résumé
La thermoplasmonique est une branche de la plasmonique exploitant les phénomènes thermiques dans des structures métalliques. Longtemps regardées comme problématique, les pertes par effet Joule dues à l’absorption de la lumière par des nanoparticules métalliques sont maintenant considérées comme un point de départ pour de nombreuses applications : nanosources thermiques en médecine, enregistrement magnétique, catalyse chimique, thermotronique ou la conversion d’énergie.L’usage de laser femtosecondes sur des structures plasmoniques, permet de créer des nanosources thermiques confinées spatialement atteignant des températures électroniques très élevées devant la température du réseau atomique. L'absorption par un métal d'une impulsion d'énergie peut être décrite en trois étapes principales. Tout d'abord, une absorption des photons par les électrons du métal augmentant l'énergie des électrons à l'échelle de la centaine de femtosecondes avec des températures électroniques pouvant atteindre des milliers de degrés Kelvin alors que la température du réseau, elle, reste quasiment constante. Puis une deuxième étape au cours de laquelle les interactions électron-phonon transmettent l'énergie absorbée par les électrons au réseau, ce qui permet à l'énergie des électrons et du réseau d'atteindre un équilibre. Enfin, l’énergie est dissipée dans le substrat entourant le métal par conduction thermique.Il existe un grand nombre de modèles dans la littérature permettant de décrire le non-équilibre entre électrons et phonons mais cependant, une comparaison rigoureuse et quantitative avec des données expérimentales fait défaut pour valider ou invalider ces modèles. Cela a été l’objectif principal de cette étude.Afin d’étudier ces phénomènes, j’ai utilisé une expérience pompe-sonde où la pompe permet un chauffage ultra-rapide de l’échantillon ce qui provoque un changement de la permittivité dudit matériau. Le faisceau sonde permet alors de mesurer les variations dans le spectre de réflexion et de transmission, provoquées par le changement de permittivité.J’ai mis en place un code numérique permettant de modéliser l’évolution de la température dans un maillage 3D d’une structure composé d’éléments diélectriques et métalliques. Ce modèle thermique prend en compte les divers phénomènes de transport d’énergie dans un métal tel que le couplage électron-phonon, la conduction thermique électronique et des phonons et le déplacement balistique des électrons non thermalisés. Puis, via un modèle de la permittivité en fonction de la température prenant en compte les transitions interbandes et intrabandes, ce modèle a été couplé à un modèle optique permettant de simuler l’évolution des spectres optiques d’une structure en fonction de sa température afin de pouvoir confronter ce modèle numérique aux résultats expérimentaux par des ajustements des données.Ce modèle numérique a été validé sur de nombreuses expériences pompe-sonde effectuées sur des films d’or de diverses épaisseurs et des réseaux de nanostructures d’or sur verre ou sur film d’or. Nous avons pu montrer que parmi le très grand nombre de paramètres optiques et thermiques intervenant dans le modèle, toutes ces données expérimentales pouvaient être ajustées en utilisant un très petit nombre de paramètres libres, confirmant ainsi la robustesse du modèle. Enfin, ce modèle a pu être utilisé pour concevoir et optimiser des réseaux de structures permettant la mise en évidence expérimentale de la propagation de la chaleur sur des échelles de quelques centaines de nanomètre au sein d’une nanostructure d’or.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 tête enseignante, 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 ».