MétaCan
Menu
Retour à la cohorte
Enregistrement W2016294259 · doi:10.1088/0953-8984/18/8/r01

Ge dots and nanostructures grown epitaxially on Si

2006· article· en· W2016294259 sur OpenAlexaff
X. Wu, N. L. Rowell, D. J. Lockwood

Notice bibliographique

RevueJournal of Physics Condensed Matter · 2006
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSemiconductor Quantum Structures and Devices
Établissements canadiensNational Research Council CanadaInstitute for Microstructural Sciences
Organismes subventionnairesnon disponible
Mots-clésQuantum dotNucleationMolecular beam epitaxyEpitaxyMaterials scienceSuperlatticeNanostructureAnnealing (glass)HeterojunctionOptoelectronicsNanotechnologyChemical vapor depositionChemistryLayer (electronics)Metallurgy

Résumé

récupéré en direct d'OpenAlex

We review recent progress in the growth and characterization of Si 1− x Ge x islands and Ge dots on (001) Si. We discuss the evolution of the island morphology with Si 1− x Ge x coverage, and the effect of growth parameters or post-growth annealing on the shape of islands and dots. We outline some of the structural, vibrational, and optical properties of Si 1− x Ge x islands and review recent advances in the determination of their composition and strain distribution. In particular, we present an analytical electron transmission microscopy study of the Ge spatial distribution in Ge dots and Si / Si 1− x Ge x island superlattices grown by molecular beam epitaxy and ultra-high vacuum chemical vapour deposition. We describe the use of undulated Si 1− x Ge x island superlattices for infrared detection at telecommunication wavelengths. Finally, we discuss various approaches currently being investigated to engineer Si 1− x Ge x quantum dots and, in particular, control their size, density, and spatial distribution. As examples, we show how C pre-deposition on Si(001) can influence nucleation and growth of Ge islands and how low temperature Si homo-epitaxy can lead to a particular surface cusp morphology that may promote dot nucleation.

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: aucune
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 savante0,0000,001
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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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

Citations106
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Condensed MatterMême sujetSemiconductor Quantum Structures and DevicesTravaux en français237 207