MétaCan
Menu
Retour à la cohorte
Enregistrement W2009608495 · doi:10.5539/mas.v3n7p73

Gallium Arsenide Nanowires Formed by Au-assisted Metal-organic Chemical Vapor Deposition: Effect of Growth Temperature

2009· article· en· W2009608495 sur OpenAlexvenueno aff
Rosnita Muhammad, Zulkafli Othaman, Yussof Wahab, Samsudi Sakrani, Waleed Ahmad, Mohd Nazri

Notice bibliographique

RevueModern Applied Science · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensnon disponible
Organismes subventionnairesMinisterio de Ciencia, Tecnología y Medio Ambiente
Mots-clésNanowireMaterials scienceMetalorganic vapour phase epitaxyEutectic systemScanning electron microscopeSubstrate (aquarium)Chemical vapor depositionVapor–liquid–solid methodChemical engineeringGallium arsenideEvaporationDeposition (geology)NanotechnologyGalliumAlloyLayer (electronics)EpitaxyComposite materialOptoelectronicsMetallurgy

Résumé

récupéré en direct d'OpenAlex

We have investigated the growth of gallium arsenide (GaAs) nanowires as a function of temperatures in metal organic chemical vapor deposition (MOCVD) to establish the mechanisms that govern wire growth and to optimize growth conditions. The growth follows the vapor-liquid-solid method by applying nanoparticle gold colloid as a catalyst to forms a eutectic liquid alloy with the substrate. The semi insulating undoped (111)B GaAs was first dipped in the poly-L-lysine solution before 30nm gold colloid dropped on the substrate surface. Growth process in the MOCVD system were done at temperatures between 380 and 600ºC with growth time set is 30 min. All the grown samples were analyzed using a field emmission scanning electron microscope (FE-SEM) and scanning electron microscopy (SEM). With increasing temperature the nanowire height increases but leads to significant tapering of the nanowire due to competing growth at the (111) substrate surface. At low temperatures nanowires grown are cylindrical-shaped with diameter wires between 50 and 100 nm.

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 enseignants0,021
Score d'incertitude au seuil0,759

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,004
Tête enseignante GPT0,198
Écart entre enseignants0,194 · 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

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207