Effect of layer separation, InAs thickness, and rapid thermal annealing on the optical emission from a multi-layer quantum wire structure
Notice bibliographique
Résumé
Multi-layer InAs quantum wire stacks with different layer separations (8, 15, and 25 nm) and InAs thicknesses (3, 4, 5, and 7 monolayers [ML]) were grown on and embedded in In0.53Ga0.27Al0.20As barrier/spacer layers lattice-matched to an InP substrate. For the samples with 4 ML of InAs and different layer separations, double peak photoluminescence was observed from quantum wire stacks separated by 8 nm, and with a 15 nm spacer layer a long wavelength component was observed extending from the main peak. Only a single peak was found as the spacer layer thickness was increased to 25 nm. For the quantum wire stacks with different InAs layer thicknesses and a separation of 8 nm, double peak photoluminescence spectra were observed in the sample with 4 ML of InAs, and a main peak with a long wavelength component was obtained from the sample with 3 ML of InAs. Only a single peak was detectable for the InAs layer thicknesses of 5 and 7 ML. The optical emission features were studied via temperature and excitation laser power dependent photoluminescence. Based on the photoluminescence and transmission electron microscopy observations, photoluminescence spectral features can be attributed to a bi-modal height distribution in certain samples. In order to extend the optical emission to room temperature, the sample with 5 ML of InAs and an 8 nm spacer layer was subjected to post-growth rapid thermal annealing at different temperatures. The emission wavelength was tunable from 1.63 to 1.72 μm at room temperature.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».