MétaCan
Menu
Retour à la cohorte
Enregistrement W2588321010 · doi:10.1088/1361-6641/aa600e

Influence of carbon doping and hydrogen co-doping on acceptor related optical transitions in ZnO nanowires

2017· article· en· W2588321010 sur OpenAlexafffund
F. Mohammadbeigi, Thomas Kure, Gordon Callsen, E. Senthil Kumar, Markus R. Wagner, A. Hoffmann, S. P. Watkins

Notice bibliographique

RevueSemiconductor Science and Technology · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueZnO doping and properties
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDeutsche Forschungsgemeinschaft
Mots-clésDopingNanowireAcceptorHydrogenMaterials scienceCarbon fibersChemistryNanotechnologyOptoelectronicsCondensed matter physicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract ZnO nanowires grown by metalorganic vapor phase epitaxy in the presence of carbon tetrachloride and hydrogen show two distinct low temperature photoluminescence (PL) bands at 3.237 and 3.309 eV. The band at 3.237 eV is most pronounced in samples grown in the presence of carbon tetrachloride, and is shown to be due to donor–acceptor pair (DAP) emission, based on intensity-dependent and time-resolved PL measurements. An acceptor binding energy of 181 ± 5 meV was inferred from these measurements. We attribute the acceptor in this DAP to the incorporation of nitrogen due to interaction between the carbon and nitrogen precursors. The addition of hydrogen in the presence of CCl 4 results in a large enhancement of the carbon related shallow donor bound exciton PL, and the appearance of a strong band at 3.309 eV (e–A 0 ) which is consistent with a free-to-bound transition, most likely (e–A 0 ) as argued by previous works. The (e–A 0 ) designation is based on detailed lineshape analysis as a function of temperature, together with time-resolved PL measurements. Based on this model, an acceptor binding energy for the 3.309 eV band of 133 ± 5 meV was determined, confirming and supporting previous reports.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,274
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSemiconductor Science and TechnologyMême sujetZnO doping and propertiesTravaux en français237 207