APTLAS: An Indexed APT Literature Repository

APTLAS is een gespecialiseerde, geïndexeerde repository en webtool die ongeveer 2.300 Atom Probe Tomography-publicaties bevat met domeinspecifieke metadata, ontworpen om de beperkingen van algemene zoekmachines te overwinnen door precieze filtering en ontdekking van APT-literatuur mogelijk te maken op basis van materiaalsystemen, instrumenten en analytische benaderingen.

De kern

Stel je voor dat je een chef-kok bent die probeert een specifiek recept te vinden voor een gerecht gemaakt van "borium-gedoteerd silicium" bereid op een "LEAP 5000 XS" kookplaat. Als je dat simpelweg in een algemene zoekmachine zoals Google typt, krijg je misschien duizenden resultaten, maar de meeste zullen je niet precies vertellen wat voor soort kookplaat er werd gebruikt of wat de specifieke temperatuurinstellingen waren. Je zou door honderden artikelen moeten lezen om het ene te vinden dat precies aan jouw behoeften voldoet.

Dit is het probleem dat de auteurs van dit artikel oplossen voor wetenschappers die een techniek gebruiken die Atom Probe Tomography (APT) wordt genoemd. APT is een hoogtechnologische microscoopmethode die wordt gebruikt om materialen op atomair niveau te bekijken. In de afgelopen 20 jaar is het aantal wetenschappelijke artikelen over APT geëxplodeerd en verspreid over honderden verschillende tijdschriften en publicaties. Het vinden van een specifiek stuk onderzoek op basis van de exacte machine die werd gebruikt of het specifieke materiaal dat werd getest, is geworden als het zoeken naar een speld in een hooiberg.

Hier is een eenvoudige uitleg van wat ze hebben gebouwd, APTLAS:

1. Het Probleem: Een Rommelige Bibliotheek

Beschouw de wereld van het APT-onderzoek als een enorme, chaotische bibliotheek waar boeken over de vloer zijn gegooid. De boeken gaan over alles van metalen tot biologische materialen, en ze zijn geschreven met verschillende machines. Als je een bibliothecaris (een standaard zoekmachine) vraagt: "Laat me boeken over silicium zien," geven ze je misschien een lijst, maar ze zullen je niet vertellen welke boeken zijn geschreven met een specifiek type laser of een specifiek machinaal model. De "metadata" (de details over hoe het experiment is uitgevoerd) gaat verloren in de algemene zoekopdracht.

2. De Oplossing: Een Slimme, Georganiseerde Index

De auteurs hebben APTLAS gecreëerd, wat fungeert als een supergeorganiseerde, digitale kaartcatalogus voor deze specifieke bibliotheek.

• Wat het is: Een database met ongeveer 2.300 gepubliceerde artikelen.
• Hoe het werkt: In plaats van alleen titels te vermelden, hebben ze specifieke details uit elk artikel gehaald, zoals:
  • Welk materiaal werd bestudeerd? (bijv. Metalen, Halfgeleiders, Rotsen)
  • Welke machine werd gebruikt? (bijv. LEAP 5000 XS)
  • Hoe werd het gedaan? (bijv. Laserinstellingen, temperatuur, pulsritme)

3. Hoe Ze Het Hebben Gebouwd: De Drie-Stappen Assemblageband

Het team heeft deze database gebouwd met een driestaps proces, vergelijkbaar met een assemblageband in een fabriek:

1. Verzamelen: Ze gebruikten een computerscript om een wereldwijde database (CrossRef) te vragen naar elk artikel waarin sinds 2001 "Atom Probe" wordt genoemd.
2. Lezen en Sorteren (Het AI-gedeelte): Dit is het slimme deel. Ze gebruikten een "Large Language Model" (een AI die tekst leest) om elk artikel te lezen. Ze gaven de AI een specifieke checklist (een schema) en vroegen de AI om de details (zoals de naam van de machine of het type laser) eruit te halen en in een net digitaal bestand te plaatsen. Als een artikel een detail niet vermeldde, markeerde de AI dit als "onbekend" in plaats van te gokken.
3. Opschonen: Ze voerden een laatste controle uit om dubbele artikelen te verwijderen, niet-wetenschappelijke documenten (zoals correcties) te verwijderen en overduidelijke fouten te herstellen.

4. De Tool: Een Gebruiksvriendelijke Website

Het resultaat is een gratis, eenvoudige website (een "single-page app") die iedereen kan gebruiken.

• De Interface: Stel je een dashboard voor met vijf manieren om je zoekopdracht te starten: via het Type artikel, Materiaal, Toepassing, Instrument, of gewoon een Trefwoord.
• De Filters: Je kunt je zoekopdracht direct verfijnen. Je kunt bijvoorbeeld filteren op: "Alle artikelen over Halfgeleiders geanalyseerd op een LEAP 5000 machine met behulp van een Laser."
• De Resultaten: Je krijgt een lijst met kaarten. Je kunt op een kaart klikken om de volledige details, de abstract en een link naar het originele artikel te zien. Je kunt ook selectievakjes aan te vinken om meerdere artikelen te selecteren en ze te exporteren als een eenvoudige lijst.

5. Wat Ze Toegeven (De Beperkingen)

De auteurs zijn eerlijk over de huidige beperkingen van de tool:

• AI is niet perfect: De AI die de artikelen heeft gelezen is erg goed, maar niet 100% foutloos. Soms kan het een specifiek getal missen of een detail verkeerd weergeven. Ze adviseren gebruikers om het originele artikel te controleren als ze perfecte nauwkeurigheid nodig hebben.
• Categorieën zijn niet altijd duidelijk: Sommige onderzoeken passen in meerdere categorieën (zoals een artikel dat zowel over een nieuwe machine als over een nieuw materiaal gaat). Het systeem moet deze dwingen in één box, wat soms wat subjectief kan aanvoelen.

De Kernboodschap

APTLAS is een gecureerde, doorzoekbare index die ontworpen is om wetenschappers tijd te besparen. Het neemt een chaotisch, snel groeiend onderzoeksveld en organiseert het in een tool waar je kunt filteren op de exacte variabelen die het belangrijkst zijn voor jouw experiment. Het doet niet het wetenschappelijke werk voor je; het helpt je alleen om het juiste "recept" te vinden, zodat je niet de hele bibliotheek hoeft te lezen om het te vinden.

De tool is online beschikbaar en de databasebestanden staan open voor iedereen om te downloaden en op hun eigen computer te gebruiken.

Technische samenvatting

Technische Samenvatting van APTLAS: Een Geïndexeerde APT-Litteratuurrepository

Probleemstelling
Atom probe tomografie (APT) is de afgelopen twee decennia snel uitgebreid en is verder gegaan dan zijn historische wortels in de metallurgie om een breed scala aan materialen en toepassingen te omvatten. Deze groei heeft geleid tot een literatuur die verspreid is over algemene tijdschriften (bijv. Nature, Science), gespecialiseerde microscopiepublicaties en talrijke materiaalspecifieke tijdschriften. Hoewel conventionele zoekmachines zoals Google Scholar effectief zijn voor algemene retrieval, slagen zij er niet in om te filteren op domeinspecifieke metadata die cruciaal zijn voor APT-onderzoek. Specifiek kunnen standaard zoekinstrumenten niet effectief filteren op experimentele variabelen zoals instrumentconfiguratie, lasergolflengte, analysemodus of monstervoorbereidingsmethoden. Deze beperking vormt een aanzienlijk obstakel voor onderzoekers die proberen eerder werk te identificeren op basis van specifieke combinaties van variabelen, een taak die wordt bemoeilijkt door de hoge dimensionaliteit van de APT-parameterruimte en de sterke afhankelijkheid van meetresultaten van experimentele condities.

Methodologie
De auteurs hebben APTLAS geconstrueerd via een drietraps pijplijn: literatuurverwerving, metadata-extractie en validatie/assemblage.

1. Literatuurverwerving: Een kandidaatlijst van publicaties werd samengesteld door de CrossRef API te bevragen met trefwoorden waaronder "Atom Probe Tomography", "Atom Probe Microscopy", "Field Ion Microscopy", "Laser-Assisted Atom Probe" en "Local Electrode Atom Probe". De query richtte zich primair op publicaties vanaf 2001, hoewel geselecteerde fundamentele werken van vóór deze periode ook werden opgenomen.

2. Categorisatie-schema en Metadata-extractie: Een hiërarchisch schema werd ontworpen om een balans te vinden tussen granulariteit en behapbaarheid. Publicaties werden geïndexeerd over vijf categorieën:

   • Type Publicatie: Journal Article, Letter, Review, Conference Proceeding, Thesis.
   • Onderwerp: Variërend van instrumentatie en techniekontwikkeling tot materiaalkunde en toepassingstudies.
   • Materiaal Systeem: Inclusief metalen, halfgeleiders, keramiek, functionele materialen, dunne films, nucleaire materialen, geologische materialen en biomaterialen.
   • Instrument: Naam, configuratie en lasergolflengte.
   • Analysecondities: Analysemodus, basistemperatuur, pulssnelheid, detectiesnelheid, en pulsfractie/energie.

   Extractie werd uitgevoerd met een lokaal Llama 3.1-model dat via Ollama werd bediend. Elke publicatie werd verwerkt met een prompt voor gestructureerde output om een JSON-object te retourneren dat voldoet aan het schema. Velden werden ingevuld vanuit de tekst of op null gezet als de informatie niet werd gerapporteerd.

3. Validatie en Assemblage: Geëxtraheerde records ondergingen validatie om duplicaten (geïdentificeerd via content hashing en DOI-matching) en niet-onderzoeksdocumenten (bijv. errata, supplementen) te verwijderen. De uiteindelijke dataset, die ongeveer 2.300 records bevat, werd samengesteld in een enkel data.json-bestand.

Belangrijkste Bijdragen en Resultaten
De primaire bijdrage is de implementatie van APTLAS, een gecureerde index van gepubliceerde APT-literatuur vergezeld van een webgebaseerde navigatietool.

• Schaal van de Database: De huidige database bevat ~2.300 records, elk vergezeld van geëxtraheerde metadata.
• Functionaliteit van de Webtool: De tool, gehost op https://aptlas.bavleyguerguis.com/, is een single-page HTML-applicatie. Het biedt vijf instappunten: browsen op Type, Materiaal, Toepassing, Instrument en trefwoordzoekopdracht.
• Interactieve Functies: Gebruikers kunnen resultaten filteren met een combinatie van secundaire filters (materiaal systeem, instrument, onderwerp, tijdschrift, jaar). De interface maakt het mogelijk om individuele records te selecteren via selectievakjes, geselecteerde records te exporteren als een plain-text citatielijst, resultaten te sorteren op relevantie, jaar of alfabetisch, en records met vermoedelijke extractiefouten te markeren voor controle.
• Gedetailleerde Weergaven: Het klikken op een record onthult een gedetailleerde weergave van alle geëxtraheerde metadata, inclusclusief de abstract en een DOI-hyperlink.

Betekenis en Claims
Het artikel positioneert APTLAS als een praktische oplossing om de frictie te verminderen die gepaard gaat met het identificeren van eerder werk in een niche maar snelgroeiende techniek. De auteurs beweren dat, door het behoud van domeinspecifieke metadata die vaak verloren gaan in algemene zoekmachines, de tool de identificatie van werk faciliteert op basis van specifieke experimentele combinaties (bijv. laser-gepulste APT van boorgedoteerd silicium op een specifiek instrumentmodel).

De auteurs hanteren een bescheiden standpunt met betrekking tot de huidige beperkingen van het systeem. Zij erkennen dat de LLM-gebaseerde extractie niet foutloos is, met name wat betreft experimentele parameters, en moedigen gebruikers aan om metadata te verifiëren tegen de originele publicaties wanneer nauwkeurigheid cruciaal is. Zij merken ook op dat het categorische schema een noodzakelijke vereenvoudiging is van een complexe literatuur, wat kan leiden tot subjectieve of onjuiste toewijzingen voor publicaties die niet gemakkelijk in één categorie passen.

Toekomstig werk richt zich op het periodiek opnieuw bevragen van CrossRef voor nieuwe publicaties, het verfijnen van extractiemethoden met krachtigere modellen, en het beoordelen van meer granulaire extractiedoelen, zoals specifieke dopant-soorten. De code en data (inclusief index.html en data.json) worden beschikbaar gesteld voor lokale implementatie, en de scripts voor de extractie-pijplijn zijn beschikbaar via het projectrepository.