MétaCan
Menu
Retour à la cohorte
Enregistrement W2026581127 · doi:10.1109/jqe.2004.830174

Scanning differential spreading resistance microscopy on actively driven buried heterostructure multiquantum-well lasers

2004· article· en· W2026581127 sur OpenAlexaff
Dayan Ban, Edward H. Sargent, St. J. Dixon-Warren

Notice bibliographique

RevueIEEE Journal of Quantum Electronics · 2004
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensChipworks (Canada)Institute for Microstructural SciencesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceHeterojunctionOptoelectronicsSpreading resistance profilingScanning electron microscopeLaserMicroscopyQuantum wellSpectroscopySemiconductor laser theoryOpticsDiodePhysicsSilicon

Résumé

récupéré en direct d'OpenAlex

We have developed a new scanning probe microscopy-based technique, scanning differential spreading resistance microscopy (SDSRM), which enables the determination of free carrier distribution inside operating electronic and optoelectronic devices. The results of our SDSRM study of multiquantum-well (MQW) buried heterostructure (BH) lasers under zero and forward biases are reported. Individual QW-barrier layers can be resolved in high-resolution SDSRM. The SDSRM results show different internal carrier distribution within the MQW active region in BH lasers with and without biases and provide direct experimental evidence of electron overbarrier leakage. Our results demonstrate the utility of SDSRM to delineate quantitatively the transverse cross-sectional structure of complex two-dimensional devices such as MQW BH lasers under operating conditions, in which traditional probing such as secondary ion mass spectroscopy, scanning spreading resistance microscopy, and electron beam-induced current microscopy can either apply only to devices under zero bias or provide only qualitative pictures.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,131
Score d'incertitude au seuil1,000

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 recherche0,0000,001
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 GPT0,281
Écart entre enseignants0,273 · 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.

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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Quantum ElectronicsMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207