MétaCan
Menu
Retour à la cohorte
Enregistrement W2889943695 · doi:10.14447/jnmes.v19i1.341

Degradation of AlGaN/GaN Light Emitting Diodes caused by Carbon Contamination with Reverse-bias Stress Test in Water Vapor

2016· article· en· W2889943695 sur OpenAlexvenueno aff
Hsiang Chen, Yun Yang He, Min Lin, Shang Ren Lin, Sheng‐Hao Hung, Kun Min Hsieh, Shin-Jie Tsai, Yu-Cheng Chu

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2016
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceScanning electron microscopeDegradation (telecommunications)ElectrodeOptoelectronicsDiodeContaminationFocused ion beamCarbon fibersDeformation (meteorology)Stress (linguistics)Composite materialIonElectronic engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Resolving failure origins of AlGaN/GaN light emitting diodes (LED) has received intensive study recently. In this study, formation of GaCO3 caused by carbon contamination may result in deformation of the electrode near the surface and degrade the device. The electrochemical reactions may cause device damages. Degradation in electrical properties is observed in I-V characteristics. Forward-bias and reverse-bias EL images are used to trace the damaged areas. Furthermore, focus ion beam (FIB), scanning electron microscope (SEM), energy dispersive X-ray diffraction (EDX) are applied to examine the damaged areas. Results indicate that formation of GaCO3 may deform the electrode, generate the reverse-bias EL and cause the degradation.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,434

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,226
Écart entre enseignants0,215 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207