MétaCan
Menu
Retour à la cohorte
Enregistrement W2799618375 · doi:10.1063/1.5022097

Altering thermal transport by strained-layer epitaxy

2018· article· en· W2799618375 sur OpenAlexafffund
Tahereh Majdi, Souvik Pal, Anders Hafreager, Sohail Murad, Rakesh P. Sahu, Ishwar K. Puri

Notice bibliographique

RevueApplied Physics Letters · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCompute CanadaSandia National LaboratoriesMcMaster University
Mots-clésMaterials scienceThin filmEpitaxyStrain engineeringThermoelectric effectPhononThermal conductivityCondensed matter physicsMolecular beam epitaxyComposite materialOptoelectronicsLayer (electronics)Nanotechnology

Résumé

récupéré en direct d'OpenAlex

Since strain changes the interatomic spacing of matter and alters electron and phonon dispersion, an applied strain can modify the thermal conductivity k of a material. We show how the strain induced by heteroepitaxy is a passive mechanism to change k in a thin film. Molecular dynamics simulations of the deposition and epitaxial growth of ZnTe thin films provide insights into the role of interfacial strain in the conductivity of a deposited film. ZnTe films grow strain-free on lattice-matched ZnTe substrates, but similar thin films grown on a lattice-mismatched CdTe substrate exhibit ∼6% biaxial in-plane tensile strain and ∼7% uniaxial out-of-plane compressive strain. In the T = 700 K–1100 K temperature range, the conductivities of strained ZnTe layers decrease to ∼60% of their unstrained values. The resulting understanding of dk/dT shows that strain engineering can be used to alter the performance of a thermal rectifier and also provides a framework for enhancing thermoelectric 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 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 seuil0,005

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)0,0020,000

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 Opus0,017
Tête enseignante GPT0,217
Écart entre enseignants0,201 · 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

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujetThermal properties of materialsTravaux en français237 207