MétaCan
Menu
Retour à la cohorte
Enregistrement W2321206829 · doi:10.1021/nn4066473

Low-Frequency Noise in Bilayer MoS<sub>2</sub> Transistor

2014· article· en· W2321206829 sur OpenAlexaff
Xuejun Xie, Deblina Sarkar, Wei Liu, Jiahao Kang, Ognian Marinov, M. Jamal Deen, Kaustav Banerjee

Notice bibliographique

RevueACS Nano · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensMcMaster University
Organismes subventionnairesNational Science Foundation
Mots-clésMaterials scienceGrapheneTransistorFlicker noiseOptoelectronicsvan der Waals forceNoise (video)Molybdenum disulfideNanotechnologyBilayerVoltagePhysicsCMOSChemistryMoleculeNoise figure

Résumé

récupéré en direct d'OpenAlex

Low-frequency noise is a significant limitation on the performance of nanoscale electronic devices. This limitation is especially important for devices based on two-dimensional (2D) materials such as graphene and transition metal dichalcogenides (TMDs), which have atomically thin bodies and, hence, are severely affected by surface contaminants. Here, we investigate the low-frequency noise of transistors based on molybdenum disulfide (MoS2), which is a typical example of TMD. The noise measurements performed on bilayer MoS2 channel transistors show a noise peak in the gate-voltage dependence data, which has also been reported for graphene. To understand the peak, a trap decay-time based model is developed by revisiting the carrier number fluctuation model. Our analysis reveals that the peak originates from the fact that the decay time of the traps for a 2D device channel is governed by the van der Waals bonds between the 2D material and the surroundings. Our model is generic to all 2D materials and can be applied to explain the V, M and Λ shaped dependence of noise on the gate voltage in graphene transistors, as well as the noise shape dependency on the number of atomic layers of other 2D materials. Since the van der Waals bonding between the surface traps and 2D materials is weak, in accordance with the developed physical model, an annealing process is shown to significantly reduce the trap density, thereby reducing the low-frequency noise.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,004
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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)0,0000,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,241
Écart entre enseignants0,229 · 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 tête enseignante, pas un consensus.

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

Citations106
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS NanoMême sujetGraphene research and applicationsTravaux en français237 207