Blog

Çözünürlük Sistemleri
Çözünürlük Sistemleri NC-SFM başlangıçta konsolun sabit bir frekansta sabit bir genlik tarafından sürüldüğü genlik modülasyonu (AM) moduna dayanıyordu. Yüzeye yaklaşıldığında, uç yüzey etkileşimi konsol salınımlarının genliğinde ve fazında bir değişikliğe neden olarak ölçülebilir bir sinyal sağlar. Uygulamada, konsolun bu moddaki tepkisinin oldukça yavaş olduğu bulundu ve atomik çözünürlük çalışmalarında frekans modülasyonu (FM) modu ile değiştirildi. Ancak AM modu, hava ve sıvılarda yapılan "vuruş modu" çalışmalarında oldukça başarılı olmuştur. Genel olarak, en iyi çalışma modu, gereken çözünürlük ve sistemin kendisi tarafından belirlenir. SFM'deki gerçek atomik çözünürlük, yalnızca bu çalışmanın odak noktası olacak olan FM modunda elde edilmiştir. FM modu NC-SFM'de, özfrekansı f0 ve yay sabiti k olan bir konsol, bir geri besleme döngüsü aracılığıyla sabit bir A0 genliğinde salınımlarda tutulur. Konsol, kendinden tahrikli bir osilatör olarak düşünülebilir. Salınımların gerçek frekansı f0'a, konsolun kalite faktörü Q'ya ve tahrik uyartımı ile konsolun sapması arasındaki faz kaymasına θ bağlıdır. θ = π/2 için sistem f = f0'da salınır. Genel olarak, deneyler sırasında, sabit bir frekans değişimi ∆f elde etmek için uç-yüzey mesafesi değiştirilir ve elde edilen topografya haritası, yüzeyin görüntüsünü sağlar. Artık ∆f'deki değişimin görüntüleme sinyalini sağladığı sabit yükseklikte görüntü almak da mümkündür. Güvenilir görüntüleme için, deneysel kurulumun önemli olan bir yönü daha vardır: STM'de olduğu gibi, SFM deneylerinde normalde uç ve numune arasında bir sapma U uygulanır. Katkısız yarı iletken ve yalıtkan yüzeyler, özellikle yarılmış iyonik yüzeyler olmak üzere, hazırlandıktan sonra genellikle önemli lokalize yükler içerecektir. Bunlar, önemli uzun menzilli elektrostatik kuvvetlerin yanı sıra tarama sırasında uç yüzey kuvvetinde ani değişiklikler üretir. İletken yüzeyler için, uç ve yüzey arasındaki iş-fonksiyonu farkı, uzun menzilli bir kapasitif kuvvete katkıda bulunacaktır. Bu ek kuvvetler, kısa menzilli kuvvetlerin nispi katkısını azaltarak ve uç çarpma olasılığını artırarak taramayı daha zor hale getirir. Elektrostatik kuvvetlerin etkisinin azaltılması, yüzey üzerinde belirli bir noktada uygulanan önyargının bir fonksiyonu olarak ∆f'nin en aza indirilmesiyle elde edilebilir. Bu sürecin bir örneği görülebilir. Uç ve Yüzey Hazırlığı Her yüzey STM veya SFM'de yüksek çözünürlüklü olarak görüntülenemez. Atomik çözünürlüğe ulaşmak için, çoğu durumda yüzey kapsamlı bir hazırlığa ihtiyaç duyar. Kontrollü döngülerde haftalar hatta aylar süren püskürtme (çoğunlukla Ar+ olmak üzere iyonlarla bombardıman) ve tavlama (yüzey kusurlarının düzeltildiği noktaya kadar ısıtma) nadir değildir. Yüzey hazırlama başlı başına sofistike bir sanattır ve başarılı görüntülemenin anahtarlarından biridir. İyon saçılması ve elektron kırınımı gibi k-uzayı yöntemlerinin aksine, SPM ile görüntülenmek için bir yüzeyin sıralanmasına gerek yoktur. Aslında, bir yüzeydeki tek safsızlıklar ve basamak kenarları, deneyciler tarafından görüntülerinin kalitesini kontrol etmek için sıklıkla kullanılır. Böyle bir safsızlık, çift uç gibi hiçbir bozucu etkinin olmadığı varsayılarak yalnızca tek bir yapı olarak görüntülenir. Uç, tüm SPM yöntemlerinde görüntülemenin en önemli parçasıdır. STM uçları genellikle saf bir metalden, bir metal alaşımından veya genellikle laboratuvarda metal telden üretilen 10-20 farklı malzeme katmanıyla kaplanmış bir metal tabandan yapılır. Bazı durumlarda, STM görüntüleme için ağır katkılı Si uçları da kullanılır. 1920x1080 çözünürlük iyimidir Spektral çözünürlük nedir Ekran çözünürlük 2K çözünürlük Radyometrik çözünürlük nedir Metre altı çözünürlük Mekansal çözünürlük 1280x720 çözünürlük SFM ölçümleri için benzer uçlar da kullanılabilse de, bu çok nadirdir. Bunun nedeni, bir ucun konsol tutuşunun SFM'deki kuvvet değişikliklerinin izlenmesinde çok önemli bir rol oynamasıdır: (i) birçok SFM gerçekleştirmesinde konsol sapmaları, konsolun arkasından yansıyan ışık algılanarak ölçülür; (ii) konsol yay sabiti, uç şekli ve uç keskinliği, görüntü oluşumunda çok önemli roller oynar. Bu nedenle standart konsollar gereklidir. Çoğu durumda bunlar, yarı iletken çiplerle hemen hemen aynı şekilde mikro fabrikasyon yoluyla silikondan üretilir. Bazı durumlarda uç, moleküllerin kontrollü adsorpsiyonu ile değiştirilir. STM'de bunun bir yüzeydeki moleküllerin görünen yüksekliğini etkilediği gösterilmiştir. Ucun tam geometrisi, uç yapısının alan-iyon mikroskobu ile bir taramadan önce ve sonra belirlendiği bazı olağanüstü STM ölçümleri dışında genellikle bilinmemektedir. Konuları daha da karmaşık hale getirmek için uç geometrisi, tekrarlanabilir taramalı tünelleme spektroskopisi (STS) ölçümleri için belirleyicidir; ne yazık ki, STS için en uygun ucun topografik ölçümler için uygun olmadığı gösterilmiştir, çünkü yeterince yüksek bir çözünürlük sağlamaz. SFM'de, apekste belirli orbital konfigürasyonlarla bile temiz silikon uçlar üretmek için bazı girişimlerde bulunulmuştur, ancak görüntüler henüz silikon yüzeyler dışında herhangi bir şey üzerinde üretilmemiştir: bu nedenle gerçek kontrol kanıtı eksiktir. Şu anda en yaygın olarak kabul edilen görüş, SPM uçlarının oldukça düşük eğriliğe sahip bir tabandan ve en baştaki konumda tek bir atom bulunan birkaç katmandan oluşan bir atomik uç kümesinden oluştuğudur. STM'de, tünel bağlantısındaki tüm akım bu "tepe noktası" atomu aracılığıyla taşınır; iletkenlik alanı sonuç olarak oldukça küçüktür ve birkaç ̊A2 aralığındadır. STM hassasiyetinin kaynağı budur, çünkü akımı çok küçük bir yüzey alanının elektronik ortamına karşı çok hassas hale getirir. Keskin uç apeksinin son birkaç atomunun yüzey atomlarıyla etkileşimindeki varyasyonlar da SFM görüntülerindeki görüntü kontrastını belirler. Bununla birlikte, atomik yapıya olan bu hassasiyet aynı zamanda STM ve SFM görüntülerinin yorumlanmasını bu kadar zorlaştıran özelliklerin de kaynağıdır çünkü uç apeksinin gerçek geometrisi ve kimyası, yüzey ile uç arasındaki vakum bariyerindeki iletkenliği etkiler ve aynı zamanda uç yüzey kuvvetleri genellikle belirlenemez. Cu(100) ve NaCl(100) gibi basit metal yüzeyler için bile bu, farklı taramalar için farklı deneysel sonuçlara yol açar. SPM deneylerinde belirleyici faktörler tam olarak bilinmediğinden, alaka düzeylerinin simülasyonlardan çıkarsanması gerekir. Simülasyonların sistematik bir şekilde yapılması gerekir, örneğin, adsorbatların model uçlarının elektronik yapısı üzerindeki etkisini inceleyerek ve bu adsorbatların STM taramaları üzerindeki etkisini modelleyerek yapılmalıdır. Deneysel olarak, zorluk, en azından dikkatli ölçümlerde, bir dizi taramayı kaydederek ve istatistiksel bir ortalama olarak yüzey dalgalanması gibi kesin ölçümleri sunarak aşılır.

Örnek Korelasyonda Önyargı – Meta-Analiz Ödevleri – Meta-Analiz Alanında Tez Yaptırma – Meta-Analiz Tez Yaptırma Ücretleri

Örnek Korelasyonda Önyargı

Zaman zaman, istatistiksel olarak sofistike gözlemciler, örnek korelasyonunun, “tarafsız” kelimesinin matematiksel istatistiklerin katı anlamında kullanıldığı popülasyon korelasyonunun “tarafsız” bir tahmini olmadığını kaydetti.

Bundan sonra, genellikle iki yanlış sonuca sıçradılar: (1) sapmanın görünür olacak kadar büyük olduğu ve (2) Fisher z dönüşümünün kullanılmasının önyargıyı ortadan kaldırdığı. Ancak Hunter, Schmidt ve Coggin (1996), 20’den büyük örneklem büyüklükleri için korelasyon katsayısındaki sapmanın yuvarlama hatasından daha az olduğunu göstermiştir.

Meta-analizde bile, daha küçük örneklem boyutu alanları (yani, N < 20) için önyargı, örnekleme hatasından kaynaklanan bozulmalara kıyasla önemsiz olacaktır. Ayrıca Fisher z dönüşümündeki pozitif önyargının her zaman r’deki negatif önyargıdan daha büyük olduğunu gösterdiler (özellikle popülasyon korelasyonları çalışmalar arasında farklılık gösteriyorsa). Bu nedenle Fisher z dönüşümünü kullanmak her zaman daha az doğrudur.

Bölüm 5 ve 9’da göreceğimiz gibi, Fisher z dönüşümünün kullanımı, neredeyse tüm gerçek veriler için tercih edilen meta-analiz modeli olan rastgele etkiler meta-analiz modellerinde ciddi yanlışlıklara neden olabilir. Ayrıca, korelasyon katsayısındaki yanlılığı düzeltmenin faydalı olacağı çok nadir bir durum olacaktır. Ancak okuyucunun kendi kararını vermesi için zayıflama formülünü ve düzeltmeyi buraya dahil ediyoruz.

Ortalama örnek korelasyonu, popülasyon korelasyonundan biraz daha küçüktür. Popülasyon korelasyonunun diğer tüm artefaktlar tarafından zaten zayıflatıldığını varsayın. Daha sonra örnek korelasyondaki yanlılık ile yakın bir yaklaşım verilir.

Personel seçimi araştırmasında, ortalama örneklem büyüklüğü 68’dir ve bu nedenle çarpan 1 − .006 = .994’tür, bu da 1.00’den yalnızca önemsiz ölçüde farklıdır. Tipik zayıflatılmış korelasyon değeri .25’ten az olduğu için, tipik personel seçimi araştırma çalışmasındaki yanlılık, .2486 olan ortalama örnek korelasyonu ile .25’lik popülasyon korelasyonu arasındaki farktan daha az olacaktır, bu fark yuvarlama hatasından daha azdır. .

Yalnızca ortalama örneklem büyüklüğü 10 veya daha az olan meta-analizlerde yanlılık ikinci basamakta görülebilir. Düzeltme isteniyorsa, önceki zayıflama formülü, ρ tahmini olarak ortalama çalışma korelasyonu ile kullanılabilir. Yani, ρˆ = r/a, burada r gözlemlenen korelasyondur. .50’den küçük popülasyon korelasyonları için, zayıflama faktörü lineer çarpan (2N − 2)/(2N − 1) tarafından yakından tahmin edilir ve yanlılık düzeltmesi, gözlemlenen korelasyonun (2N − 1)/( ile çarpılmasıyla gerçekleştirilir. 

Örnekleme Hatası, İstatistiksel Güç ve Araştırma Bulgularının Yorumlanması

İstatistiksel Gücün Bir Resmi

Araştırma literatürlerini yorumlamanın geleneksel yöntemleri feci hatalara yol açar. Örneğin, denetim derecelendirmeleriyle ölçülen iş performansını tahmin etmek için test dışı prosedürlerin geçerliliği üzerine araştırmayı düşünün. 

Ortalama gözlemlenen geçerliliği .10 olan bir iş performansı tahmincisi düşünün. Bunun popülasyon korelasyonu olduğunu ve tüm ayarlarda sabit olduğunu varsayalım. .10’luk zayıflatılmış popülasyon değeri küçük görünebilir, ancak artefaktlardan kaynaklanan aşağı yönlü sapmalar için düzeltme yapıldıktan sonra, .20’lik bir operasyonel geçerliliğe karşılık gelebilir ve dolayısıyla pratik değeri olabilir.

Nedensel çıkarım nedir
Günlük hayattan korelasyon örnekleri
Korelasyon hatası nedir
Korelasyon nedir Felsefe
Korelasyon cümleleri
Birlikte değişim nedensellik
Korelasyon kavramı Nedir
Korelasyon sosyoloji

19 çalışma gerçekleştirilmiş ve gözlenen geçerlilik sırasına göre düzenlenmiş olsaydı, sonuçlar gösterildiği gibi olurdu, üç örneklem büyüklüğüne dayalı çalışmalar için bulgular sunar: (1) klasik önerilen minimum N = 30; (2) Personel Psikolojisinde Geçerlilik Bilgi Değişiminde yayınlanan çalışmalar için Lent, Auerbach ve Levin (1971a) tarafından bulunan 68’in medyan N’si; ve (3) N = 400, birçok psikolog tarafından “büyük” olarak kabul edilen bir örneklem büyüklüğüdür.

Açıktır ki, korelasyonlar geniş bir aralıkta değişmektedir. Korelasyonun gerçek değerinin her zaman .10 olduğunu akılda tutarak, şimdi bu “bulguların” iki geleneksel yorumunu inceleyeceğiz: (1) gözlemlenen korelasyonları yüz değerinde alan ve anlamlılık testleri kullanmayan ve (2) anlamlılık testleri uygulayan “daha ​​sofistike” gözden geçireninki.

Çalışmaların her biri 30 kişiye dayanıyorsa, saf yorumcu aşağıdaki sonuçlara varır:

1. 19 çalışmanın altısı (veya %32) olumsuz geçerlilik buluyor. Yani çalışmaların %32’si iş performansının fiili iş performansının ters sıralamasında tahmin edildiğini göstermektedir.
2. “Orta” korelasyonlar için .20’lik liberal bir standart kullanıldığında, ayarların sadece %32’sinde geçerlilik orta bir düzeye bile ulaşmaktadır.
3. Genel sonuç: Çoğu durumda, prosedür iş performansıyla ilgili değildir.

Saf bir yorumcu, her biri N = 68’e dayanan 19 çalışma ile karşı karşıya kalırsa, şu sonuca varır:

1. 19 araştırmadan dördü(veya %21)negatif geçerlilik bulmuştur.
2. Ayarların sadece %21’inde (19/4) geçerlilik orta düzeyde .20’ye ulaşıyor.
3. Genel sonuç: Çoğu durumda, prosedür iş performansıyla ilgili değildir.

Her çalışma N = 400’e dayanıyorsa, saf incelemeci aşağıdaki sonuçlara varır:

1. Araştırmalar olumsuz bir geçerlilik bulamıyor.
2. “Orta” düzeyde yüksek olsa bile hiçbir çalışma raporu geçerliliği.20.
3.Genel Sonuç:Seçim yöntemi, performansı tüm ayarlarda kötü olarak tahmin eder ve çoğu ayarda neredeyse hiç tahmin etmez.

Naif yorumcular, tipik bir çalışmanın örneklem büyüklüğü 400 veya daha fazla olmadıkça, doğru yargılara varmaya bile başlamazlar. N = 400’de bile, büyüklük olarak .18/.02 veya 9’a 1 oranında farklılık gösteren geçerlilik katsayıları üretmek için yeterli örnekleme hatası vardır.

Anlamlılık testlerinin kullanılmasının çalışma yorumlarının doğruluğunu arttırdığına dair geleneksel bir inanç olmuştur. Öyleyse çalışmalara önem testleri uygulayan bir hakemin yorumlarını inceleyelim.

Çalışmaların her biri N = 30’a dayanıyorsa, gözden geçiren kişi aşağıdaki sonuçlara ulaşır:

1. 19 araştırmadan sadece 2’si (%11) anlamlı bir geçerlilik bulmuştur.
2. Prosedür zamanın neredeyse %90’ında geçerli değildir; yani, “genel olarak geçersiz”dir.

Her çalışma N = 68’e dayandığında, gözden geçiren kişi şu sonuca varır:

1. 19 araştırmadan sadece 4’ü (%21) anlamlı bir geçerlilik bulmuştur.
2. Bu nedenle, vakaların ezici çoğunluğunda prosedür geçersizdir.

Gözden geçirenin N = 400 çalışmadan çıkardığı sonuçlar aşağıdaki gibidir:

1. 19 çalışmanın sadece 13’ü (%68) anlamlı bir geçerlilik bulmuştur.
2. Bu nedenle, ayarların %32’sinde prosedür çalışmaz.
3.Sonuç:Yöntem, bazı ayarlarda iş performansını tahmin eder, ancak diğerlerinde değil. Bazı ortamlarda neden işe yaradığını, ancak diğerlerinde neden çalışmadığını belirlemek için daha fazla araştırmaya ihtiyaç vardır.

Önem testlerine dayanan bu sonuçlar, saf yorumcularınkinden daha doğru değildir. Küçük örneklem boyutlarıyla (N < 400), anlamlılık testi kullanılarak sonuçlar artık doğru değildir ve 400 örneklem boyutunda bile, anlamlılık testlerinin geleneksel yorumlarına dayanan gözden geçirenler, kümülatif araştırmalardan doğru sonuçlara ulaşamazlar. Anlamlılık testlerinin yorum hatalarına yol açmasının nedeni, çok yüksek bir hata oranına sahip olmalarıdır. Hata, bir çalışmada .10’luk sabit temel korelasyonun saptanamamasıdır.

Bu hata oranları çok yüksektir. Anlamlılık testinin bu hatayı yapmadığı çalışmaların yüzdesine istatistiksel gücü denir. İstatistiksel güç %100 eksi hata oranıdır. Örneğin, 19 çalışmamızda tek kuyruklu testler kullanıldığında ve her çalışmada N = 68 olduğunda, hata oranı %80’dir. İstatistiksel güç %100 – %80 = %20’dir. Yani, anlamlılık testi zamanın sadece %20’sinde doğrudur. Bir sonraki bölüm istatistiksel gücü daha ayrıntılı olarak incelemektedir.

Etiketler: , , , , , , ,

Bir yanıt yazın