Thin film uncooled microbolometers based on plasma deposited materials
Notice bibliographique
Résumé
We make a summary of our research and development efforts made about microbolometers (MBs) based on plasma-enhanced chemical vapor deposition (PECVD) materials, like noncrystalline semiconductors that provide high temperature coefficient of resistivity values, in conjunction with SiOx and SiNx dielectrics used for thermoisolation, which, together with micromachining, are paving new ways for fabrication of MBs, making them promising for 2D imagers in both infrared and tera-Hertz regions. We studied a-Si:H(B), a-Ge:H, a-GeSi:H, and polymorphous p-Ge:H, p-SiGe:H as thermosensing materials (TSMs) for MBs in “bridge” configuration with “planar” and “sandwich” electrodes. This allows placing the read-out circuitry under the bridge, improving use of pixel area. PECVD SiNx films were used as both a support layer and as a coating for improving the response for λ = 8–12 μm. 2D modeling revealed both linear and super linear response to IR intensity. Voltage responsivity RU = (1.2–7) × 105 V/W is observed in both “planar” and “sandwich” MBs. The latter shows current responsivity RI = 0.3–14 A/W higher by about three orders of magnitude than the former. A key issue for any detector is the detectivity. Different TSMs show different noise characteristics. Noise in “sandwich” MBs is several orders of magnitude higher than that in “planar” structures. The best parameters observed with TSM Ge-Si:H are: RU = 7.2 × 105 V/W, RI = 14 A/W voltage and current detectivities [Formula: see text] = 8 × 109 cm Hz1/2W−1 and [Formula: see text] = 4 × 109 cm Hz1/2W−1. Junction structures on top of the “bridge” are also discussed. Finally we describe some reported applications of MBs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».