MétaCan
Menu
Retour à la cohorte
Enregistrement W2040542705 · doi:10.1149/05006.0253ecst

Revisiting Impurity Doping of III-Nitride Materials for Photonic Device Applications

2013· article· en· W2040542705 sur OpenAlexaff
J. M. Zavada

Notice bibliographique

RevueECS Transactions · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSemiconductor Quantum Structures and Devices
Établissements canadiensYork University
Organismes subventionnairesNational Science Foundation
Mots-clésDopingMaterials sciencePhotonicsOptoelectronicsNitrideCharacterization (materials science)ImpurityLight-emitting diodeSilicon nitrideDiodeSemiconductorNanotechnologyEngineering physicsSiliconEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

More than 20 years have passed since the first reports of rare earth doping silicon and other semiconductor materials for photonic applications. The basic goal of this work has been to achieve optoelectronic functionality in silicon integrated circuits for telecommunications. Over this period of time, many novel approaches and various materials have been investigated. While progress has been sporadic and the basic goal illusive, impurity doping of III-Nitride materials has provided some of the major advances. In this talk I will present a review of recent results concerning rare earth doping of III-Nitride thin films for telecommunication and display applications. In particular, the optical characterization of such films and the performance of prototype light emitting diodes will be reviewed. Reports on the ferromagnetic properties of impurity doped III-Nitride films and the possibility of achieving optical or electrical control.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 seuil0,999

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)0,0020,000

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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetSemiconductor Quantum Structures and DevicesTravaux en français237 207