Tailoring the Growth Rate and Surface Facet for Synthesis of High-Quality Continuous Graphene Films from CH<sub>4</sub> at 750 °C via Chemical Vapor Deposition
Notice bibliographique
Résumé
Previous work has demonstrated that the growth temperature for the chemical vapor deposition of graphene can be decreased by tailoring the precursor composition. Here, we fix the precursor as CH 4 and instead explore the effects of the catalyst facet, synthesis conditions, and growth rate on the quality of graphene grown at reduced temperature on Cu. We find that in order to obtain graphene films with low defect density, it is critical to maintain a slow growth rate, which is achieved using a low CH 4 partial pressure. Furthermore, growth on Cu(111) is more efficient than on other low index Cu facets. Using optimized growth conditions, we achieve high-quality continuous monolayer graphene films, with a low nucleation density of 4 × 10 –2 μm –2 and a negligible Raman D:G ratio, at 750 °C, which is 125 °C cooler than previous reports achieving full graphene coverage on Cu. The field-effect mobility is 2600 cm 2 V –1 s –1 at a carrier concentration of 10 12 cm –2, and low-energy electron microscopy indicates that there is one predominant graphene crystallographic orientation with respect to the underlying Cu(111). These results demonstrate that by tailoring the catalyst facet and growth rate, the temperature required to achieve high-quality continuous films, using a given precursor, can be reduced without sacrificing the excellent properties of graphene.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».