MétaCan
Menu
Retour à la cohorte
Enregistrement W2003985338 · doi:10.1116/1.1366704

Scanning spreading resistance microscopy study of a metalorganic chemical vapor deposited grown InP optoelectronic structure

2001· article· en· W2003985338 sur OpenAlexaff
St. J. Dixon-Warren, Ryan Lu, S. Ingrey, D.A. Macquistan, T. Bryśkiewicz, G. Smith, B. Bryskiewicz

Notice bibliographique

RevueJournal of Vacuum Science & Technology A Vacuum Surfaces and Films · 2001
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensNortel (Canada)
Organismes subventionnairesnon disponible
Mots-clésSpreading resistance profilingMaterials scienceSecondary ion mass spectrometryChemical vapor depositionMicroscopyDopantOptoelectronicsSemiconductorAnalytical Chemistry (journal)Resolution (logic)Optical microscopeMetalorganic vapour phase epitaxyMass spectrometryLayer (electronics)Scanning electron microscopeChemistryNanotechnologyOpticsDopingEpitaxyComposite material

Résumé

récupéré en direct d'OpenAlex

Scanning spreading resistance microscopy (SSRM) is a promising new tool for dopant profiling in semiconductor materials. We present the results of a SSRM study of the cross section of a metalorganic chemical vapor deposited grown optoelectronic structure. The SSRM measurements are compared with the secondary ion mass spectrometry (SIMS) and excellent spatial agreement is obtained. However, we find that obtaining quantitative agreement with SIMS is complicated by the differing nonlinear I-V characteristics of n- and p-type InP. The results suggest that obtaining quantitative agreement with SIMS would require calibration of each SSRM probe tip with both n- and p-type materials. The high spatial resolution of the technique is demonstrated by our ability to easily resolve the 17.5 nm quantum well and barrier layer structure of the device. The results suggest that the greatest strength of SSRM will be the delineation of complex buried semiconductor structures.

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 enseignants0,001
Score d'incertitude au seuil0,002

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)0,0010,000

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 Opus0,005
Tête enseignante GPT0,270
Écart entre enseignants0,265 · 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

Citations33
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology A Vacuum Surfaces and FilmsMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207