Thermal transport through short-period SiGe nanodot superlattices
Notice bibliographique
Résumé
The cross-plane thermal conductivity κ of multilayers of SiGe nanodots separated either by Si or SiGe can be decreased by reducing the period length or by increasing the nanodot density. It is, however, not clear how far κ can be reduced by using these strategies. In addition, the role of SiGe nanodots on the reduction of κ is still not fully understood. In this work, we addressed these issues by studying experimentally the cross-plane κ of Ge/Si superlattices with period lengths down to 1.5 nm. Although κ tends to preserve the decreasing trend with reducing the period length, for periods shorter than 2 nm we observed a drastic drop of the average thermal resistance per period. This finding indicates a weakening of the effect of the interfaces on phonon scattering and implies a lower limit for κ. To assess the role played by the nanodots in the reduction of κ we studied Ge/Si superlattices with nanodot densities varying from 0 to ∼8×1010 cm−2 and a fixed Si spacer thickness of 2.7 nm. The experimental results suggest that SiGe nanodots with ‘‘pyramid’’-shape have an effect comparable to nominally planar wetting layers on the cross-plane thermal transport. Finally, the comparison of superlattices with nanodots separated by Si1−xGex (with x from 0 to 0.2) shows that spacer alloying is beneficial in reducing the κ by ∼20%. The results presented in this work are expected to be relevant to micro/nanoscale energy conversion which requires minimizing the thermal conductivity of superlattice-based thin film thermoelectrics.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».