MétaCan
Menu
Retour à la cohorte
Enregistrement W1982106684 · doi:10.1002/pssr.201105388

Contamination of silicon by iron at temperatures below 800 °C

2011· article· en· W1982106684 sur OpenAlexfundno aff
John D. Murphy, R. Falster

Notice bibliographique

Revuephysica status solidi (RRL) - Rapid Research Letters · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon and Solar Cell Technologies
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Gender and HealthRoyal SocietyRoyal Academy of Engineering
Mots-clésSiliconContaminationSolubilityExtrapolationAnalytical Chemistry (journal)ChemistryMaterials scienceMetallurgyEnvironmental chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Iron‐related defects are deleterious in silicon‐based integrated circuits and photovoltaics, ruining devices and acting as strong recombination centres. Unless great care is taken, iron contamination will result from high temperature processing and so it is essential to understand the degree to which this can occur. Iron solubility data above ∼800 °C have been summarised by Istratov et al. (Appl. Phys. A 69, 13 (1999)), but many processes are performed at lower temperatures for which solubility data are scarce. We have studied iron contamination below ∼800 °C. Iron concentrations in intention‐ ally contaminated air‐annealed Czochralski silicon samples were determined from the change in minority carrier lifetime due to photodissociation of FeB pairs measured by quasi‐steady‐state photoconductance. In the ∼600 to 800 °C temperature range the iron concentration was found to vary according to $ 1.3 \times 10^{21} \; {\rm exp} \;\left (‐ { {1.8\;{\rm eV} } \over {kT} } \right)\;{\rm cm}^{‐3}. It is therefore the case that significantly more iron can dissolve in silicon at these temperatures than extrapolation of higher temperature data suggests, with the enhancement being by a factor of >20 at 600 °C. (© 2011 WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim)

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 seuil0,007

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
Bibliométrie0,0000,000
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)0,0020,001

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 Opus0,034
Tête enseignante GPT0,269
Écart entre enseignants0,235 · 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

Citations43
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuephysica status solidi (RRL) - Rapid Research LettersMême sujetSilicon and Solar Cell TechnologiesTravaux en français237 207