MétaCan
Menu
Retour à la cohorte
Enregistrement W2039919312 · doi:10.1063/1.3131673

Broadening effects and ergodicity in deep level photothermal spectroscopy of defect states in semi-insulating GaAs: A combined temperature-, pulse-rate-, and time-domain study of defect state kinetics

2009· article· en· W2039919312 sur OpenAlexafffund
Jun Xia, Andreas Mandelis

Notice bibliographique

RevueJournal of Applied Physics · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceErgodicityExponential distributionSpectroscopyExponential functionGaussianExponential decayMolecular physicsComputational physicsAtomic physicsChemistryPhysicsMathematicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The technique of deep level photothermal spectroscopy (DLPTS) is extended to the low temperature region in order to cover several defect states in semi-insulating GaAs. Measurements are taken at three different modes, temperature-scanned, pulse-rate-scanned, and time-scanned DLPTS. It is demonstrated that each mode provides unique information about the defect configuration, and the combination of the different modes offers a powerful tool for DLPTS studies of physical optoelectronic processes in SI-GaAs. The nonexponentiality/broadening of experimental data is extensively studied using the two prevalent broadening theories: the stretched exponential and the Gaussian distribution of activation energies. A hierarchical carrier emission model has been proposed for the stretched exponential behavior. Simulations indicate that the two broadening theories exhibit roughly similar broadening effects and good fits to the experimental data. The origin of this similarity indicates an ergodic equivalence of random energy distribution and the constrained hierarchical emission process.

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 enseignants0,129
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,004
Tête enseignante GPT0,205
Écart entre enseignants0,201 · 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

Citations19
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetThermography and Photoacoustic TechniquesTravaux en français237 207