MétaCan
Menu
Retour à la cohorte
Enregistrement W1742871348 · doi:10.1111/jmi.12040

Two‐dimensional profiling of carriers in terahertz quantum cascade lasers using calibrated scanning spreading resistance microscopy and scanning capacitance microscopy

2013· article· en· W1742871348 sur OpenAlexaff
Rudra Sankar Dhar, Dayan Ban

Notice bibliographique

RevueJournal of Microscopy · 2013
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Laser Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSpreading resistance profilingMaterials scienceMicroscopyOptoelectronicsTerahertz radiationLaserQuantum cascade laserQuantum wellOpticsDopingPhysics

Résumé

récupéré en direct d'OpenAlex

The distribution of charge carriers inside the active region of a terahertz (THz) quantum cascade laser (QCL) has been measured with scanning spreading resistance microscopy (SSRM) and scanning capacitance microscopy (SCM). Individual quantum well-barrier modules with a 35.7-nm single module thickness in the active region of the device have been resolved for the first time using high-resolution SSRM and SCM techniques at room temperature. SSRM and SCM measurements on the quantum well-barrier structure were calibrated utilizing known GaAs dopant staircase samples. Doping concentrations derived from SSRM and SCM measurements were found to be in quantitative agreement with the designed average doping values of the n-type active region in the terahertz quantum cascade laser. The secondary ion mass spectroscopy provides a partial picture of internal device parameters, and we have demonstrated with our results the efficacy of uniting calibrated SSRM and SCM to delineate quantitatively the transverse cross-sectional structure of complex two-dimensional terahertz quantum cascade laser devices.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,013
Tête enseignante GPT0,290
Écart entre enseignants0,277 · 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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of MicroscopyMême sujetSpectroscopy and Laser ApplicationsTravaux en français237 207