MétaCan
Menu
Retour à la cohorte
Enregistrement W2765172373 · doi:10.1063/1.5002677

Heavy and light hole minority carrier transport properties in low-doped n-InGaAs lattice matched to InP

2017· article· en· W2765172373 sur OpenAlexaff

Notice bibliographique

RevueApplied Physics Letters · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSemiconductor Quantum Structures and Devices
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésDiffusionElectron mobilityDopingValence bandCharge-carrier densityCarrier lifetimeLattice (music)Semiconductor

Résumé

récupéré en direct d'OpenAlex

Minority carrier diffusion lengths in low-doped n-InGaAs using InP/InGaAs double-heterostructures are reported using a simple electrical technique. The contributions from heavy and light holes are also extracted using this methodology, including minority carrier mobilities and lifetimes. Heavy holes are shown to initially dominate the transport due to their higher valence band density of states, but at large diffusion distances, the light holes begin to dominate due to their larger diffusion length. It is found that heavy holes have a diffusion length of 54.5 ± 0.6 μm for an n-InGaAs doping of 8.4 × 1015 cm–3 at room temperature, whereas light holes have a diffusion length in excess of 140 μm. Heavy holes demonstrate a mobility of 692 ± 63 cm2/Vs and a lifetime of 1.7 ± 0.2 μs, whereas light holes demonstrate a mobility of 6200 ± 960 cm–2/Vs and a slightly longer lifetime of 2.6 ± 1.0 μs. The presented method, which is limited to low injection conditions, is capable of accurately resolving minority carrier transport properties.

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 enseignants0,061
Score d'incertitude au seuil0,943

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 Opus0,016
Tête enseignante GPT0,232
Écart entre enseignants0,216 · 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

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujetSemiconductor Quantum Structures and DevicesTravaux en français237 207