MétaCan
Menu
Retour à la cohorte
Enregistrement W2790995063 · doi:10.1088/1361-6528/aab47b

Tuning the morphology of self-assisted GaP nanowires

2018· article· en· W2790995063 sur OpenAlexafffund
Egor D. Leshchenko, P Kuyanov, Ray LaPierre, В. Г. Дубровский

Notice bibliographique

RevueNanotechnology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of Education and Science of the Russian Federation
Mots-clésTaperingMaterials scienceNanowireRADIUSMorphology (biology)Substrate (aquarium)Flux (metallurgy)Aspect ratio (aeronautics)Molecular beam epitaxyNanotechnologyOptoelectronicsEpitaxy

Résumé

récupéré en direct d'OpenAlex

Patterned arrays of self-assisted GaP nanowires (NWs) were grown on a Si substrate by gas source molecular beam epitaxy using various V/III flux ratios from 1-6, and various pitches from 360-1000 nm. As the V/III flux ratio was increased from 1-6, the NWs showed a change in morphology from outward tapering to straight, and eventually to inward tapering. The morphologies of the self-assisted GaP NWs are well described by a simple kinetic equation for the NW radius versus the position along the NW axis. The most important growth parameter that governs the NW morphology is the V/III flux ratio. Sharpened NWs with a stable radius equal to only 12 nm at a V/III flux of 6 were achieved, demonstrating their suitability for the insertion of quantum dots.

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 enseignants0,113
Score d'incertitude au seuil0,330

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 Opus0,014
Tête enseignante GPT0,230
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

Citations20
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207