Ar transport and blister growth kinetics in titania-doped germania-based optical coatings
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.
Notice bibliographique
Résumé
Abstract Blistering is a phenomenon sometimes observed in sputtered-deposited thin films but seldom investigated in detail. Here, we consider the case of titania-doped germania (TGO)/silica multilayers deposited by ion beam sputtering. TGO is a candidate as high refractive index material in the Bragg mirrors for the next iteration of gravitational waves detectors. It needs to be annealed at 600 ∘ C for 100 h in order to reach the desired relaxation state. However under some growth conditions, in 52-layer TGO/silica stacks, blistering occurs upon annealing at a temperature near 500 ∘ C, which corresponds to the temperature where Ar desorbs from TGO. In order to better understand the blistering phenomenon, we measure the Ar transport in single layers of TGO and silica. In the case of <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:mo><</mml:mo> </mml:mrow> </mml:math> 1 µ m-thick TGO layers, the Ar desorption is mainly limited by detrapping. The transport model also correctly predicts the evolution of the total amount of Ar in a 8.5 µ m stack of TGO and silica layers annealed at 450 ∘ C, but in that case, the process is mainly limited by diffusion. Since Ar diffusion is an order of magnitude slower in TGO compared to silica, we observe a correspondingly strong accumulation of Ar in TGO. The Ar transport model is used to explain some regimes of the blisters growth, and we find indications that Ar accumulation is a driver for their growth in general, but the blisters nucleation remains a complex phenomenon influenced by several other factors including stress, substrate roughness, and impurities.
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 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 | 0,000 |
| 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 découle