MétaCan
Menu
Retour à la cohorte
Enregistrement W2355610118 · doi:10.5539/apr.v8n3p96

The Fabrication of the Infrared CdSe Doped With Cu Photodetector

2016· article· en· W2355610118 sur OpenAlexvenueno aff
Hassan H. Mohammed, S. K. J. Al‐Ani

Notice bibliographique

RevueApplied Physics Research · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Semiconductor Detectors and Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceDopingOptoelectronicsPhotodetectorAnnealing (glass)InfraredQuantum dotFabricationDetectorOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

In this work, the implementation method of the CdSe doped with Cu (CdSe: Cu) photodetector is presented. This detector is prepared by vacuum evaporation of CdSe films on glass substrate followed by vacuum annealing under an argon atmosphere for doping with copper. This detector is found, for the first time, to cover a wide range of the infrared besides the visible region of the electromagnetic spectrum. This finding of the wavelength tuning is due to the localized energy states of copper atoms inside the band gap of the CdSe. This tuning is compared with recent work in the corresponding colloidal CdSe-ZnS core shell quantum dots and with the quantum well (QWIR) and quantum dots (QDIR) infrared detectors. The major significance of this developed detector is in its synthesis simplicity and its fabrication processes costs in comparison with that of the (QWIR) and (QDIR) detectors. The structural analysis results demonstrated that the vacuum annealing in competition with the doping concentration improves significantly the film structure. Better crystalline structure was reported at 5 wt% of Cu concentration and at annealing temperature of 350 ºC. Besides the measured detectivity at room temperature is D*=2.31×108 cm Hz1/2W-1. This value approaches the detectivity of the state of art mercury cadmium telluride (MCT). This result paves the way for further investigations and improvements.

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 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 enseignants0,016
Score d'incertitude au seuil0,156

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)0,0000,000

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 Opus0,031
Tête enseignante GPT0,280
Écart entre enseignants0,250 · 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.

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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics ResearchMême sujetAdvanced Semiconductor Detectors and MaterialsTravaux en français237 207