Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-01-11T18:27:28Z No. of bitstreams: 1 manoelcarlosdossantosjunior.pdf: 4607995 bytes, checksum: 47fe628f81ff50e0935ea700b075a416 (MD5) / Rejected by Adriana Oliveira (adriana.oliveira@ufjf.edu.br), reason: Favor corrigir: Título: Síntese e estudo raman de grafeno bicamada rodado sob influência e campo eléctrico Título: Síntese e estudo raman de grafeno bi-camada rodado sob influencia e campo eléctrico Verificar o acento em Júnior e corrigir "dos" Autor(es): Santos Junior, Manoel Carlos Dos on 2018-01-23T13:56:04Z (GMT) / Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-01-23T14:05:52Z No. of bitstreams: 1 manoelcarlosdossantosjunior.pdf: 4607995 bytes, checksum: 47fe628f81ff50e0935ea700b075a416 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-01-23T14:22:48Z (GMT) No. of bitstreams: 1 manoelcarlosdossantosjunior.pdf: 4607995 bytes, checksum: 47fe628f81ff50e0935ea700b075a416 (MD5) / Made available in DSpace on 2018-01-23T14:22:48Z (GMT). No. of bitstreams: 1 manoelcarlosdossantosjunior.pdf: 4607995 bytes, checksum: 47fe628f81ff50e0935ea700b075a416 (MD5) Previous issue date: 2016-02-26 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / No presente trabalho, usamos os dois principais modos de operação CVD, LPCVD (low Pressure Chemical Vapor Deposition – Deposição Química na Vapor em Baixa Pressão) e APCVD (Ambient Pressure Chemical Vapor Deposition – Deposição Química na Vapor em Pressão Ambiente), para a produção de filmes de grafeno bicamada rodado (GBR). O modo LPCVD se mostrou mais eficaz para produção de grafeno monocada de alta qualidade e cobrindo grandes áreas. Pelo modo APCVD foi possível otimizar uma rota reprodutível para sintetizar filmes de GBR com todos os ângulos possíveis e com dimensões suficientes para realização de medidas Raman com precisão espacial (≈100 ). Usamos, microscopia óptica e espectroscopia Raman para caracterizar os filmes de GBR. Posteriormente, os filmes sintetizados foram transferidos para um substrato litografado para confecção de um dispositivo de efeito de campo (FET). Fizemos um estudo sistemático das características Raman do GBR (frequência, largura máxima a meia altura e intensidades relativas das bandas G e 2D) como função da altura do nível de Fermi. Observamos uma diminuição das Anomalias de Kohn e um aumento do tempo de vida dos fônons responsáveis pela banda G tanto do grafeno quanto do GBR quando a tensão de porta é sintonizada. Observamos também que, para ângulos grandes, 20°≤≤30°, as principais características Raman do GBR se mantém constantes quando sintonizamos uma tensão de porta, em outras palavras, as curvas da frequência e da largura máxima a meia altura das bandas G e 2D assumem o mesmo comportamento. Contudo, para ângulos pequenos, menores que <7,5°, observamos alterações nas características Raman do grafeno quando uma tensão de porta é aplicada, principalmente na banda 2D. Ainda são necessários mais estudos para a compreensão correta desses fenômenos. Porém, atribuímos essas diferenças de comportamento das características Raman do GBR a uma diminuição da velocidade de Fermi dos elétrons nesse material para ângulos pequenos. Para ângulos grandes, não observamos nenhuma diferença nas características Raman do GBR. Isso pode ser explicado pelo fato de que, para ângulos grandes, as camadas do GBR estão praticamente desacopladas, fazendo com que as propriedades do GBR sejam semelhantes às de uma monocamada de grafeno. / In this work, we have employed, both, Low Pressure Chemical Vapor Deposition, (LPCVD) as well as Ambient Pressure Chemical Vapor Deposition (APCVD) to produce large areas of twisted bi-layer graphene. LPCVD allowed us to produce highly crystalline monolayer graphene. However, by using APCVD we were able to obtain twisted bi-layer graphene as large as ≈100 . All the materials synthesized were carefully analyzed by optical microscopy and Raman spectroscopy. Once we were able to produce ideals bi-layer twisted graphene films; we transferred these materials to a field effect transistor (FET) device. Then we studied the graphene Raman features as a function of the gate voltage. As expected, we observed that the Kohn anomaly was removed by doping graphene by either holes or electrons. Also, the G band phonon lifetime tends to increase as a function of the gate voltage for both monolayer and twisted bi-layer graphene. It seems that large angle twisted bi-layer graphene 20°≤≤30° has a Raman behavior, when back-gated, very similar to monolayer graphene. Which seems to be consistent with the fact that those sample behave as two uncoupled monolayer graphene. Even though, we could prove that our FET device was working properly, we could not obtain significant modification of the Raman band features for twisted bi-layer with small angles (<7,5°).

Denna studie undersöker användningen av maskininlärningsmodeller för att predicera arbetskraftstrender inom hälso- och sjukvården i Sverige. Med hjälp av en linjär regressionmodell, en Gradient Boosting Regressor-modell och en Exponential Smoothing-modell syftar forskningen för detta arbete till att ge viktiga insikter för underlaget till makroekonomiska överväganden och att ge en djupare förståelse av Beveridge-kurvan i ett sammanhang relaterat till hälso- och sjukvårdssektorn. Trots vissa utmaningar med datan är målet att förbättra noggrannheten och effektiviteten i beslutsfattandet rörande arbetsmarknaden. Resultaten av denna studie visar maskininlärningspotentialen i predicering i ett ekonomiskt sammanhang, även om inneboende begränsningar och etiska överväganden beaktas. / This study examines the use of machine learning models to predict workforce trends in the healthcare sector in Sweden. Using a Linear Regression model, a Gradient Boosting Regressor model, and an Exponential Smoothing model the research aims to grant needed insight for the basis of macroeconomic considerations and to give a deeper understanding of the Beveridge Curve in the healthcare sector’s context. Despite some challenges with data, the goal is to improve the accuracy and efficiency of the policy-making around the labor market. The results of this study demonstrates the machine learning potential in the forecasting within an economic context, although inherent limitations and ethical considerations are considered.