MétaCan
Menu
Retour à la cohorte
Enregistrement W1996662044 · doi:10.1063/1.4817834

On the efficiency droop of top-down etched InGaN/GaN nanorod light emitting diodes under optical pumping

2013· article· en· W1996662044 sur OpenAlexafffund
Shaofei Zhang, Yukun Li, Saeed Fathololoumi, Hieu Pham Trung Nguyen, Qi Wang, Zetian Mi, Qiming Li, George T. Wang

Notice bibliographique

RevueAIP Advances · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensMcGill University
Organismes subventionnairesEnergy Frontier Research CentersBasic Energy SciencesNatural Sciences and Engineering Research Council of CanadaNational Nuclear Security AdministrationOffice of ScienceSandia National LaboratoriesU.S. Department of Energy
Mots-clésVoltage droopLight-emitting diodeOptoelectronicsMaterials scienceNanorodDiodePhotoluminescenceSpontaneous emissionWide-bandgap semiconductorGallium nitrideQuantum efficiencyLaserOpticsNanotechnologyPhysicsLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

The optical performance of top-down etched InGaN/GaN nanorod light emitting diodes (LEDs) was studied using temperature variable photoluminescence spectroscopy with a 405 nm pump laser. Efficiency droop is measured from such nanorod structures, which is further enhanced with decreasing temperature. Through detailed rate equation analysis of the temperature-dependent carrier distribution and modeling of the quantum efficiency, this unique phenomenon can be largely explained by the interplay and dynamics between carrier radiative recombination in localized states and nonradiative recombination via surface states/defects.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,649

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,246
Écart entre enseignants0,236 · 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'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

Citations16
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIP AdvancesMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207