MétaCan
Menu
Retour à la cohorte
Enregistrement W2004177603 · doi:10.1038/srep07183

Direct Nanoscale Imaging of Evolving Electric Field Domains in Quantum Structures

2014· article· en· W2004177603 sur OpenAlexafffund
Rudra Sankar Dhar, Seyed Ghasem Razavipour, E. Dupont, Chao Xu, S. R. Laframboise, Z. R. Wasilewski, Qing Hu, Dayan Ban

Notice bibliographique

RevueScientific Reports · 2014
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Laser Applications
Établissements canadiensNational Research Council CanadaUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCMC Microsystems
Mots-clésElectric fieldQuantumCascadePhysicsField (mathematics)Quantum tunnellingElectronDomain (mathematical analysis)Electric potentialVoltageOptoelectronicsCondensed matter physicsChemistryQuantum mechanicsMathematics

Résumé

récupéré en direct d'OpenAlex

The external performance of quantum optoelectronic devices is governed by the spatial profiles of electrons and potentials within the active regions of these devices. For example, in quantum cascade lasers (QCLs), the electric field domain (EFD) hypothesis posits that the potential distribution might be simultaneously spatially nonuniform and temporally unstable. Unfortunately, there exists no prior means of probing the inner potential profile directly. Here we report the nanoscale measured electric potential distribution inside operating QCLs by using scanning voltage microscopy at a cryogenic temperature. We prove that, per the EFD hypothesis, the multi-quantum-well active region is indeed divided into multiple sections having distinctly different electric fields. The electric field across these serially-stacked quantum cascade modules does not continuously increase in proportion to gradual increases in the applied device bias, but rather hops between discrete values that are related to tunneling resonances. We also report the evolution of EFDs, finding that an incremental change in device bias leads to a hopping-style shift in the EFD boundary--the higher electric field domain expands at least one module each step at the expense of the lower field domain within the active region.

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 seuil0,003

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 GPT0,245
Écart entre enseignants0,240 · 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

Citations31
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetSpectroscopy and Laser ApplicationsTravaux en français237 207