Thermal Transport across a Semiconductor/Semiconductor Interface: A First-Principles-Based Approach
Notice bibliographique
Résumé
Controlling heat flow across material heterojunctions is important for thermoelectrics and thermal management of electronic devices. A clear physical understanding of what transport mechanism dominates near an interface can help benefit technology. We present a theoretical investigation of phonon transport across a semiconductor/semiconductor interface, specifically Si/Ge, and demonstrate how inelastic scattering and non-equilibrium effects play a key role. We treat phonon transport with the McKelvey-Shockley flux method, which is efficient, captures ballistic and non-equilibrium effects, inelastic scattering, and has shown excellent agreement with the more computationally-demanding Boltzmann equation. The Si and Ge phonon dispersions and 3-phonon scattering rates, serving as input for the transport modeling, are calculated from first-principles. The results show that, while the maximum phonon frequency in Si is nearly double that of Ge, significant heat currents are carried by the high-frequency Si phonons above the Ge cutoff. When approaching the interface, inelastic scattering redistributes energy to the phonon frequencies that can transfer elastically across the Si/Ge junction. We explain how this collective reorganization of phonons is driven by non-equilibrium effects near the interface. We also include a model for the contact resistance of an ideal interface, that depends on both phonon dispersions, which provides a lower limit for a given material combination. These results help provide clear physical insights into what controls phonon transport at semiconductor/semiconductor interfaces.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».