The Prediction of the Thermal Conductivity of Gallium Arsenide: A Molecular Dynamics Study
Notice bibliographique
Résumé
Gallium arsenide is the second most used semiconductor material with applications in light-emitting diodes, field-effect transistors, and integrated circuits. Thus, understanding and controlling the thermal conductivity of gallium arsenide is crucial to design devices for such applications. The goal of this study is to predict the thermal conductivity of gallium arsenide as a function of temperature and vacancy concentration. Thermal conductivities are predicted using an equilibrium molecular dynamics method based on the Green-Kubo formalism with temperatures between 300 K and 900 K and vacancy concentrations up to 0.5%. Our results show that the thermal conductivities of the vacancy-free system predicted by our model are in good agreement with experimental values around the Debye temperature. In addition, our model predicts that conductivities significantly decrease with increasing vacancy concentration. At 300 K conductivities drop by 39.5% with a 0.1% defect content and 74.4% with 0.5% respect to that of the pure system. The power spectra of thermal conductivities and heat current autocorrelation functions indicate that phonon scattering produced near the vacancies reduces the contribution of the acoustic frequencies. The density of states quantifies the decrease of acoustic and optic frequencies by increasing the vacancy concentration.
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 | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 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 ».