MétaCan
Menu
Retour à la cohorte
Enregistrement W1671488601 · doi:10.1063/1.2729853

Shallow Impurity Absorption Spectroscopy in Isotopically Enriched Silicon

2007· article· en· W1671488601 sur OpenAlexaff
Michael F. Steger, A. Yang, D. Karaiskaj, M. L. W. Thewalt, E. E. Häller, Joel W. Ager, M. Cardona, H. Riemann, N. V. Abrosimov, А. В. Гусев, А. Д. Буланов, A. K. Kaliteevskiĭ, O. N. Godisov, Peter Becker, H.‐J. Pohl, Kohei M. Itoh

Notice bibliographique

RevueAIP conference proceedings · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon and Solar Cell Technologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésImpuritySiliconAbsorption (acoustics)Excited stateShallow donorInfrared spectroscopyGround stateAcceptorBoronAbsorption spectroscopySpectroscopyMaterials scienceAnalytical Chemistry (journal)InfraredAtomic physicsChemistryOptoelectronicsOpticsCondensed matter physicsPhysics

Résumé

récupéré en direct d'OpenAlex

Karaiskaj et al. showed that the isotopic randomness present in natural Si (natSi) causes inhomogeneous broadening of many of the ground state to excited state infrared absorption transitions of the shallow donor phosphorous and acceptor boron. This was surprising since it was thought that the observed linewidths of shallow impurities in silicon are at their fundamental lifetime limit. We report improved high‐resolution infrared absorption studies of these impurities in isotopically enriched 28Si, 29Si and 30Si. The new data improves on the linewidths of earlier spectra due to reduced concentration broadening. Some of the transitions in 28Si show the narrowest FWHM ever reported for shallow donor and acceptor absorption transitions.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,796

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,238
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetSilicon and Solar Cell TechnologiesTravaux en français237 207