MétaCan
Menu
Retour à la cohorte
Enregistrement W2019247777 · doi:10.1063/1.2798867

Dicarbon defects in as-grown and annealed carbon-doped InAs

2007· article· en· W2019247777 sur OpenAlexaff
S. Najmi, X. K. Chen, M. L. W. Thewalt, S. P. Watkins

Notice bibliographique

RevueJournal of Applied Physics · 2007
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSemiconductor Quantum Structures and Devices
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAnnealing (glass)Raman spectroscopyMaterials scienceAnalytical Chemistry (journal)DopingCathodoluminescenceHydrogenLattice constantDiffractionChemistryLuminescenceOptoelectronicsOpticsMetallurgy

Résumé

récupéré en direct d'OpenAlex

Annealing measurements performed on heavily carbon-doped InAs samples grown by organometallic vapor phase epitaxy confirm that the n-type behavior observed in this material is due to the formation of dicarbon donor defects. The structural, electrical, and optical properties of n-type carbon-doped InAs annealed at temperatures of 400 °C and higher were studied. Raman and infrared spectroscopy showed a reduction in the intensity of carbon acceptor and carbon-hydrogen lines along with an increase in the strength of the dicarbon local vibrational mode after annealing. X-ray diffraction revealed that the lattice constant of annealed samples increased toward that of the undoped samples. These changes were accompanied by increases in the electron concentration and mobility. Based on the expected energy level of dicarbon donors in GaAs, we predict that the dicarbon defects in InAs should introduce a resonant level close to or slightly above the conduction band minimum.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,245
Écart entre enseignants0,236 · 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

Citations6
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetSemiconductor Quantum Structures and DevicesTravaux en français237 207