MétaCan
Menu
Retour à la cohorte
Enregistrement W1986288736 · doi:10.1116/1.3665223

InGaN laser diodes operating at 450–460 nm grown by rf-plasma MBE

2011· article· en· W1986288736 sur OpenAlexaff
C. Skierbiszewski, M. Siekacz, Henryk Turski, G. Muzioł, Marta Sawicka, Anna Feduniewicz‐Żmuda, Julita Smalc‐Koziorowska, P. Perlin, Szymon Grzanka, Z. R. Wasilewski, Robert Kucharski, S. Porowski

Notice bibliographique

RevueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and Phenomena · 2011
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensInstitute for Microstructural Sciences
Organismes subventionnairesnon disponible
Mots-clésMolecular beam epitaxyOptoelectronicsMaterials scienceLasing thresholdDiodeLaserQuantum wellBlue laserPlasmaLight-emitting diodeQuantum well laserWavelengthSemiconductor laser theoryEpitaxyOpticsQuantum dot laserNanotechnologyPhysics

Résumé

récupéré en direct d'OpenAlex

This work demonstrates the first true blue laser diodes (LDs) grown by plasma assisted molecular beam epitaxy that operate at the region of 450–460 nm. The single quantum well LDs were grown on several types of c-plane bulk GaN substrates, with threading dislocation densities varying from 104 to 108cm−2. The key factors that allowed the authors to achieve lasing in true-blue wavelengths are improvements in the growth technology of the InGaN quantum wells attributed to the high nitrogen flux used and the design of the LD structure, which reduced the light losses in the cavity. The authors discuss the influence of the diodes’ design on the parameters of LDs.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,010
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,205 · 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.

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

Citations18
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and PhenomenaMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207