MétaCan
Menu
Retour à la cohorte
Enregistrement W2147272574 · doi:10.1021/nl802062y

Heteroepitaxial Growth of Vertical GaAs Nanowires on Si (111) Substrates by Metal−Organic Chemical Vapor Deposition

2008· article· en· W2147272574 sur OpenAlexaff
Cesare Soci, Darija Susac, Jon E. Bratvold, David P. R. Aplin, Wei Wei, Ching-Yang Chen, Shadi A. Dayeh, K. L. Kavanagh, Deli Wang

Notice bibliographique

RevueNano Letters · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésNanowireChemical vapor depositionMaterials scienceEpitaxyVapor–liquid–solid methodMetalorganic vapour phase epitaxySubstrate (aquarium)StackingMetalCrystal growthNanotechnologyChemical engineeringCrystallographyChemistryLayer (electronics)MetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Epitaxial growth of vertical GaAs nanowires on Si(111) substrates is demonstrated by metal-organic chemical vapor deposition via a vapor-liquid-solid growth mechanism. Systematic experiments indicate that substrate pretreatment, pregrowth alloying temperature, and growth temperature are all crucial to vertical epitaxial growth. Nanowire growth rate and morphology can be well controlled by the growth temperature, the metal-organic precursor molar fraction, and the molar V/III ratio. The as-grown GaAs nanowires have a predominantly zinc-blende crystal structure along a <111> direction. Crystallographic {111} stacking faults found perpendicular to the growth axis could be almost eliminated via growth at high V/III ratio and low temperature. Single nanowire field effect transistors based on unintentionally doped GaAs nanowires were fabricated and found to display a strong effect of surface states on their transport properties.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,186
Écart entre enseignants0,178 · 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

Citations98
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207