MétaCan
Menu
Retour à la cohorte
Enregistrement W2279276734 · doi:10.1088/0268-1242/30/9/094007

MBE growth optimization for GaAs<sub>1−<i>x</i></sub>Bi<sub><i>x</i></sub>and dependence of photoluminescence on growth temperature

2015· article· en· W2279276734 sur OpenAlexafffund
Vahid Bahrami-Yekta, T. Tiedje, Mostafa Masnadi‐Shirazi

Notice bibliographique

RevueSemiconductor Science and Technology · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSemiconductor Quantum Structures and Devices
Établissements canadiensUniversity of British ColumbiaUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotoluminescenceMolecular beam epitaxyBand gapStoichiometrySubstrate (aquarium)Materials scienceAnalytical Chemistry (journal)Growth rateIntensity (physics)EpitaxyCondensed matter physicsChemistryOptoelectronicsOpticsNanotechnologyPhysical chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

The effect of growth conditions on the electronic properties of GaAs 1− x Bi x grown on GaAs by molecular beam epitaxy has been investigated by means of temperature dependent photoluminescence (PL). When the substrate temperature during growth was reduced from 400 °C to 300 °C and all other growth conditions were fixed, the Bi concentration in the deposited films increased from 1% to 5% and the PL intensity decreased by more than a factor of 1000. Two samples were grown at different temperatures (330 °C and 375 °C) with approximately the same Bi concentration (∼2%) at a stoichiometric As:Ga flux ratio. The temperature dependence of the PL shows that the sample grown at high temperature has less PL emission from sub-bandgap states and a stronger temperature dependence of the bandgap. We conclude that GaAs 1− x Bi x samples grown at higher temperatures have a lower density of shallow and deep electronic states in the bandgap.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 Opus0,012
Tête enseignante GPT0,234
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

Citations27
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSemiconductor Science and TechnologyMême sujetSemiconductor Quantum Structures and DevicesTravaux en français237 207