Surface morphology of SiO2 coated InP/InGaAs/InGaAsP microstructures following irradiation with the ArF and KrF excimer lasers
Notice bibliographique
Résumé
Successful fabrication of devices from quantum well-intermixed material requires efficient control of its surface morphology. To address this problem, we have employed atomic force microscopy to study surface morphology of InP/InGaAs/InGaAsP QW microstructure coated with dSiO<sub>2</sub> = 50, 150, 190, 243 and 263 nm thick SiO<sub>2</sub> films. Both ArF (193 nm) and KrF (248 nm) excimer lasers have been used to irradiate series of samples with up to 400 pulses of fluence 76 to 156 mJ/cm<sup>2</sup>. The roughness (σRMS) of SiO<sub>2</sub> layer after both lasers irradiation and RTA decreases as the pulse number increases. Following RTA, a smoother surface morphology was observed for all irradiated samples. The cap InP layer was found to have a relatively smaller roughness (~ 0.4 nm) due to the protection provided by the SiO<sub>2</sub> layer during excimer laser irradiation and high temperature RTA. For samples coated with 50- or 150-nm-thick SiO<sub>2</sub> and irradiated by the ArF laser, the blueshift is only obtained when the SiO2 layer was ablated. However, the sample coated with 243-nmthick SiO2 (d<sub>SiO2</sub> ≈ λKrF), following the 75-pulse-irradiation with the KrF laser at 124mJ/cm<sup>2</sup> and RTA, showed a smooth surface (σRMS = 1.8 nm) and maximum blueshift of 74 nm achieved without removal of the SiO<sub>2</sub> layer.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».