MétaCan
Menu
Retour à la cohorte
Enregistrement W2046222851 · doi:10.1063/1.4835095

Quantum confinement in Si and Ge nanostructures: Theory and experiment

2014· article· en· W2046222851 sur OpenAlexaff
E. G. Barbagiovanni, D. J. Lockwood, P. J. Simpson, Lyudmila V. Goncharova

Notice bibliographique

RevueApplied Physics Reviews · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensWestern UniversityNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésQuantum dotFabricationMaterials sciencePseudopotentialNanostructurePotential wellEffective mass (spring–mass system)Condensed matter physicsNanotechnologyOptoelectronicsPhysicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The role of quantum confinement (QC) in Si and Ge nanostructures (NSs) including quantum dots, quantum wires, and quantum wells is assessed under a wide variety of fabrication methods in terms of both their structural and optical properties. Structural properties include interface states, defect states in a matrix material, and stress, all of which alter the electronic states and hence the measured optical properties. We demonstrate how variations in the fabrication method lead to differences in the NS properties, where the most relevant parameters for each type of fabrication method are highlighted. Si embedded in, or layered between, SiO2, and the role of the sub-oxide interface states embodies much of the discussion. Other matrix materials include Si3N4 and Al2O3. Si NSs exhibit a complicated optical spectrum, because the coupling between the interface states and the confined carriers manifests with varying magnitude depending on the dimension of confinement. Ge NSs do not produce well-defined luminescence due to confined carriers, because of the strong influence from oxygen vacancy defect states. Variations in Si and Ge NS properties are considered in terms of different theoretical models of QC (effective mass approximation, tight binding method, and pseudopotential method). For each theoretical model, we discuss the treatment of the relevant experimental parameters.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,238
Écart entre enseignants0,223 · 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

Citations220
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics ReviewsMême sujetSemiconductor materials and devicesTravaux en français237 207