MétaCan
Menu
Retour à la cohorte
Enregistrement W2520484042 · doi:10.3390/cryst6090116

Numerical Analysis of the Combined Influence of Accelerated Crucible Rotation and Dynamic Crucible Translation on Liquid Phase Diffusion Growth of SiGe

2016· article· en· W2520484042 sur OpenAlexaff
M. Sekhon, B. Lent, Yanbao Ma

Notice bibliographique

RevueCrystals · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSolidification and crystal growth phenomena
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésCrucible (geodemography)Rotation (mathematics)Translation (biology)DiffusionMaterials sciencePhase (matter)MechanicsFinite volume methodMicro-pulling-downCrystal growthComputer scienceThermodynamicsChemistryPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The effects of accelerated crucible rotation technique (ACRT) and dynamic translation on liquid phase diffusion (LPD) growth of SixGe1−x single crystals have been separately investigated numerically in earlier works and were found to have a very positive impact on the LPD growth process. Building upon these findings, in this paper, we study the consequences of imposing both ACRT and dynamic translation on this growth technique. Time-dependent, axisymmetric numerical simulations using moving grid approach have been carried out using finite volume code Ansys Fluent. Crucible translation effect is simulated using dynamic thermal boundary condition. Results are compared to the case in which this growth system is subjected to ACRT only. It is predicted that by combining ACRT with dynamic pulling, excellent axial compositional uniformity can be achieved and growth rate can be improved substantially without significantly compromising on the benefits of employing ACRT. The results show that it is advantageous to utilize the combination of ACRT and dynamic translation during LPD growth rather than using them independently for producing relatively uniform composition SixGe1−x single crystals in a shorter span of time.

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 enseignants0,062
Score d'incertitude au seuil0,293

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,024
Tête enseignante GPT0,287
Écart entre enseignants0,263 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrystalsMême sujetSolidification and crystal growth phenomenaTravaux en français237 207