MétaCan
Menu
Retour à la cohorte
Enregistrement W2525464233 · doi:10.1116/1.4963369

Influence of hydrogen passivation on the luminescence of Si quantum dots embedded in Si3Nx

2016· article· en· W2525464233 sur OpenAlexafffund
Carolyn C. F Cadogan, Lyudmila V. Goncharova, P. J. Simpson, Peter H. Nguyen, Zhiqang Q. Wang, Tsun‐Kong Sham

Notice bibliographique

RevueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and Phenomena · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilicon Nanostructures and Photoluminescence
Établissements canadiensUniversity of AlbertaWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotoluminescenceMaterials sciencePassivationLuminescenceElastic recoil detectionAnnealing (glass)Quantum dotAnalytical Chemistry (journal)SiliconSpectroscopySilicon nitrideHydrogenOptoelectronicsChemical vapor depositionThin filmNanotechnologyChemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

Silicon quantum dots (Si-QDs) of various diameters were formed by annealing of Si-rich silicon nitride (Si3Nx) films synthesized using plasma-enhanced chemical vapor deposition. To investigate the effect of annealing temperature on the luminescence of this system, samples were annealed at temperatures from 400 to 1000 °C. Photoluminescence (PL), x-ray absorption near edge spectroscopy, elastic recoil detection, and Fourier-transform infrared spectroscopy measurements were used for characterization. The authors found that luminescence originated from both quantum confinement effects (QCE) and defects, and that hydrogen passivation affects the PL intensity. For lower annealing temperatures, radiative recombination due to the QCE of the Si-QDs films was observed. For higher annealing temperatures (above 600 °C), desorption of hydrogen from the sample caused the PL intensity to decrease significantly. Si3Nx films with a lower Si content were less sensitive to this reduction in PL intensity after annealing at high temperatures (above 600 °C). Our results emphasize the importance of hydrogenation of the silicon nitride matrix if Si QDs are to be used in optoelectronic devices.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,008
Score d'incertitude au seuil0,909

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,222
Écart entre enseignants0,212 · 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

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and PhenomenaMême sujetSilicon Nanostructures and PhotoluminescenceTravaux en français237 207