MétaCan
Menu
Retour à la cohorte
Enregistrement W1508961516 · doi:10.1109/led.2015.2456835

Scaling Limit of Bilayer Phosphorene FETs

2015· article· en· W1508961516 sur OpenAlexafffund
Demin Yin, Gyuchull Han, Youngki Yoon

Notice bibliographique

RevueIEEE Electron Device Letters · 2015
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhosphoreneBilayerField-effect transistorScalingMaterials scienceOptoelectronicsMonolayerPhysicsTransistorNanotechnologyChemistryQuantum mechanicsMathematicsMembraneVoltage

Résumé

récupéré en direct d'OpenAlex

We investigate bilayer phosphorene field-effect transistors (FETs) by self-consistent atomistic quantum transport simulations. Despite a penalty in electrostatic control for multiple layers, 10-nm-channel bilayer phosphorene FETs can exhibit excellent device characteristics, such as Ion> 3 mA/μm, large current ratio (>107), and small subthreshold swing (SS) of 66 mV/dec, with a double-gate device structure. While the scaling of gate dielectric monotonically enhances the overall performance of this device, channel length can only be scaled down to ~8 nm due to significant short-channel effects. We benchmark bilayer phosphorene FETs against bilayer MoS2and WSe2FETs along with a monolayer phosphorene device, which reveals that bilayer phosphorene FETs have favorable switching characteristics over other similar 2-D bilayer semiconductor devices, making both monolayer and bilayer phosphorene attractive for future switching applications. Our simulation results not only provide the performance and scaling limit of bilayer phosphorene FETs but also create irreplaceable insights into proper device design and parameter optimizations.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,032
Tête enseignante GPT0,272
Écart entre enseignants0,239 · 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

Citations19
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Electron Device LettersMême sujet2D Materials and ApplicationsTravaux en français237 207