MétaCan
Menu
Retour à la cohorte
Enregistrement W2565392340 · doi:10.1088/1361-6463/50/3/035106

Photocorrosion metrology of photoluminescence emitting GaAs/AlGaAs heterostructures

2016· article· en· W2565392340 sur OpenAlexafffund
Srivatsa Aithal, Neng Liu, Jan J. Dubowski

Notice bibliographique

RevueJournal of Physics D Applied Physics · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectron and X-Ray Spectroscopy Techniques
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCMC Microsystems
Mots-clésPhotoluminescenceHeterojunctionMaterials scienceMetrologyOptoelectronicsNanotechnologyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract High sensitivity of the photoluminescence (PL) effect to surface states and chemical reactions on surfaces of PL emitting semiconductors has been attractive in monitoring photo-induced microstructuring of such materials. To address the etching at nano-scale removal rates, we have investigated mechanisms of photocorrosion of GaAs/Al 0.35 Ga 0.65 As heterostructures immersed either in deionized water or aqueous solution of NH 4 OH and excited with above-bandgap radiation. The difference in photocorrosion rates of GaAs and Al 0.35 Ga 0.65 As appeared weakly dependent on the bandgap energy of these materials, and the intensity of an integrated PL signal from GaAs quantum wells or a buried GaAs epitaxial layer was found dominated by the surface states and chemical reactivity of heterostructure surfaces revealed during the photocorrosion process. Under optimized photocorrosion conditions, the method allowed resolving a 1 nm thick GaAs sandwiched between Al 0.35 Ga 0.65 As layers. We demonstrate that this approach can be used as an inexpensive, and simple room temperature tool for post-growth diagnostics of interface locations in PL emitting quantum wells and other nano-heterostructures.

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 enseignants0,092
Score d'incertitude au seuil0,760

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,011
Tête enseignante GPT0,260
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

Citations15
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physics D Applied PhysicsMême sujetElectron and X-Ray Spectroscopy TechniquesTravaux en français237 207