Verres et fibres à base de AgI-AgPO3 pour des applications en électrophysiologie : influence du Ag2WO4 sur les propriétés optiques, électriques et structurales
Bibliographic record
Abstract
Les verres et fibres appartenant au système AgI-AgPO3-Ag2WO4 ont été étudiés pour leur transmission optique dans la région visible (450 à 900 nm) et leur conductivité électrique. Ces verres combinent des propriétés qui sont essentielles pour une application directe dans les domaines de l’optogénétique et de l'électrophysiologie. Les sondes actuellement utilisées dans ces domaines sont généralement produites de façon complexe et possèdent une transparence optique réduite dans le visible ou une faible conductivité électrique. Le choix d'une composition de verre comme matériau pour une fibre multifonctionnelle permettrait de simplifier la mise en œuvre et d’optimiser les propriétés de cette fibre pour une application directe en optogénétique et en électrophysiologie. L'ajout progressif (Ag2WO4) dans le système vitreux binaire AgI-AgPO3 a été étudié pour son influence sur les propriétés physicochimiques, optiques et électriques. Cette étude a démontré que l’absence d’espèces réduites de tungstène dans les verres mène à une transparence optique dans le domaine du visible similaire pour chacune des compositions. Une conductivité électrique (AC) de 10-3 à 10-2 S·cm-1 a été mesurée à température ambiante sur des verres en pastilles. Ces valeurs se situent dans la gamme de conductivité électrique recherchée pour l’application en électrophysiologie. Il a aussi été observé que l'addition de tungstate d'argent contribue à modifier la température de transition vitreuse et la densité du verre, tout en réduisant le risque d’hydrolyse des chaines de phosphate dans ces verres. Une fibre optique a été fabriquée et caractérisée à partir d’une composition vitreuse optimale et pourrait être utilisée comme sonde pour l’application visée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Direct model labels (unvalidated)
Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.
| Model arm | Categories | Study design | Confidence |
|---|---|---|---|
| gemma | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Bench or experimental | low |
| gpt | no category Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Bench or experimental | medium |
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedLabeled directly by 2 models reading the full record.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".