Studying novel high-pressure phases in laser-shock-affected silicon using poly: an algorithm for spot-wise phase identification
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
Fast quenching dynamics in confined laser-induced microexplosions have been shown to lead to localized shockwaves that can create nanometre-scale domains in novel high-pressure crystalline phases. In the case of silicon, new silicon polymorphs such as bt8-Si and st12-Si have been recently observed, which are predicted to have bandgaps desirable for photovoltaic applications. Identification of these phases has been previously achieved by analysis of selected-area electron diffraction (SAED) patterns taken from laser-shock-affected areas. However, this analysis was complicated by pattern overlap from the many crystallites in the selected area, and many spots were found to agree with multiple potential phases. To overcome this ambiguity and enable the identification of the phase of Bragg spots observed in SAED patterns from polymorphic nanomaterials, we developed a new algorithm that we termed poly. This method is based on maximizing the magnitude and angular correlation between observed diffraction spots and those values derived from a known potential phase. We present the performance of this algorithm on simulated electron diffraction patterns as well as experimental SAED patterns measured from laser-shock-affected silicon samples. We find that the most abundant phases in the affected areas are t32-Si and t32*-Si and report on their relaxation into other high-pressure silicon phases over the course of 90 days after the laser-induced confined microexplosion.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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