MétaCan
Menu
Retour à la cohorte
Enregistrement W2024169750 · doi:10.1143/apex.4.021302

Linewidth of Low-Field Electrically Detected Magnetic Resonance of Phosphorus in Isotopically Controlled Silicon

2011· article· en· W2024169750 sur OpenAlexaff
Hiroki Morishita, Eisuke Abe, Waseem Akhtar, L. S. Vlasenko, Akira Fujimoto, Kentarou Sawano, Yasuhiro Shiraki, L. Dreher, H. Riemann, Nikolai V. Abrosimov, Peter Becker, Hans-J. Pohl, M. L. W. Thewalt, Martin S. Brandt, Kohei M. Itoh

Notice bibliographique

RevueApplied Physics Express · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Semiconductor Devices and Circuit Design
Établissements canadiensSimon Fraser University
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésElectron paramagnetic resonanceLaser linewidthSpinsPulsed EPRParamagnetismSiliconElectronRecombinationElectron nuclear double resonancePhosphorusChemistrySpin (aerodynamics)Resonance (particle physics)SemiconductorMagnetic fieldAtomic physicsMaterials scienceNuclear magnetic resonanceCondensed matter physicsSpin echoOptoelectronicsMagnetic resonance imagingPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

The linewidth of the low-field electrically detected magnetic resonance (LFEDMR) of phosphorus electrons in silicon is investigated using samples with various 29 Si nuclear spin fractions and is compared to that of X-band electron paramagnetic resonance (EPR). The linewidths of LFEDMR and EPR are the same even though LFEDMR signals are obtained based on spin-dependent recombination, suggesting that the interaction between electron spins of phosphorus and recombination centers is strong enough for the LFEDMR detection but weak enough not to affect the linewidths. This favorable balance makes LFEDMR an attractive method to elucidate the low-field behavior of paramagnetic defects in semiconductors.

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)0,001
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
Métarecherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,198
Écart entre enseignants0,187 · 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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics ExpressMême sujetAdvancements in Semiconductor Devices and Circuit DesignTravaux en français237 207