MétaCan
Menu
Retour à la cohorte
Enregistrement W4414309631 · doi:10.1117/12.3068326

Terahertz time-domain spectroscopy of single-atom defects

2025· article· en· W4414309631 sur OpenAlexaff
Mohamed Hassan, S. Adams, Kaedon Cleland-Host, Austin C. Hayes, Vedran Jelic, Tyler L. Cocker

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueTerahertz technology and applications
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésTerahertz radiationTerahertz spectroscopy and technologySpectroscopyvan der Waals forceTerahertz time-domain spectroscopyTerahertz gapElectric fieldResonatorElectromagnetic field

Résumé

récupéré en direct d'OpenAlex

As device features approach the atomic limit, next generation experimental techniques must characterize them on both their intrinsic length and time scales. The THz range of the electromagnetic spectrum hosts material excitations that are critical for nanotechnology, including the collective motion of charges, ions, and spins. These excitations are often studied with far-field terahertz time-domain spectroscopy, which directly measures the oscillating electric field of a terahertz pulse and relates it to key material processes through the light-matter interaction. Here we show how lightwave-driven microscopy can be used as a platform for atomic-scale terahertz time-domain spectroscopy. As a demonstration, we first apply our new technique to silicon-vacancy centers at the surface of GaAs and discover a single-atom resonator with features reminiscent of the technologically important DX center. Next, we investigate van der Waals materials with atomic-scale terahertz time-domain spectroscopy and demonstrate how atomic defects may be distinguished from the pristine surface by their characteristic vibrational fingerprint.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,204
Écart entre enseignants0,201 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTerahertz technology and applicationsTravaux en français237 207