Effects of grown-in defects on interdiffusion dynamics in InAs∕InP(001) quantum dots subjected to rapid thermal annealing
Notice bibliographique
Résumé
This work investigates the interdiffusion dynamics in self-assembled InAs∕InP(001) quantum dots (QDs) subjected to rapid thermal annealing in the 600–775°C temperature range. We compare two QD samples capped with InP grown at either optimal or reduced temperature to induce grown-in defects. Atomic interdiffusion is assessed by using photoluminescence measurements in conjunction with tight-binding calculations. By assuming Fickian diffusion, the interdiffusion lengths LI are determined as a function of annealing conditions from the comparison of the measured optical transition energies with those calculated for InP∕InAs1−xPx∕InP quantum wells with graded interfaces. LI values are then analyzed using a one-dimensional interdiffusion model that accounts for both the transport of nonequilibrium concentrations of P interstitials from the InP capping layer to the InAs active region and the P–As substitution in the QD vicinity. It is demonstrated that each process is characterized by a diffusion coefficient D(i) given by D(i)=D0(i)exp(−Ea(i)∕kBTa). The activation energy and pre-exponential factor for P interstitial diffusion in the InP matrix are Ea(P–InP)=2.7±0.3eV and D0(P–InP)=103.6±0.9cm2s−1, which are independent of the InP growth conditions. For the P–As substitution process, Ea(P–As)=2.3±0.2eV and (co∕no)D0(P–As)∼10−5−10−4cm2s−1, which depend on the QD height and concentration of grown-in defects (co∕no).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».