MétaCan
Menu
Retour à la cohorte
Enregistrement W2924942378 · doi:10.1088/1361-6528/ab3209

Axial GaAs/Ga(As, Bi) nanowire heterostructures

2019· preprint· en· W2924942378 sur OpenAlexaff
Miriam Oliva, Guanhui Gao, E. Luna, Lutz Geelhaar, Ryan B. Lewis

Notice bibliographique

RevueNanotechnology · 2019
Typepreprint
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensMcMaster University
Organismes subventionnairesAlexander von Humboldt-Stiftung
Mots-clésNanowireHeterojunctionMetastabilityMolecular beam epitaxyMaterials scienceSemiconductorNanotechnologyPlanarCrystal growthEpitaxyCrystal (programming language)CrystallographyOptoelectronicsCondensed matter physicsChemistryPhysicsLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Abstract Bi-containing III-V semiconductors constitute an exciting class of metastable compounds with wide-ranging potential optoelectronic and electronic applications. However, the growth of III-V-Bi alloys requires group-III-rich growth conditions, which pose severe challenges for planar growth. In this work, we exploit the naturally-Ga-rich environment present inside the metallic droplet of a self-catalyzed GaAs nanowire (NW) to synthesize metastable GaAs/GaAs 1− x Bi x axial NW heterostructures with high Bi contents. The axial GaAs 1− x Bi x segments are realized with molecular beam epitaxy by first enriching only the vapor–liquid–solid (VLS) Ga droplets with Bi, followed by exposing the resulting Ga-Bi droplets to As 2 at temperatures ranging from 270 °C to 380 °C to precipitate GaAs 1− x Bi x only under the NW droplets. Microstructural and elemental characterization reveals the presence of single crystal zincblende GaAs 1− x Bi x axial NW segments with Bi contents up to (10 ± 2)%. This work illustrates how the unique local growth environment present during the VLS NW growth can be exploited to synthesize heterostructures with metastable compounds.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,404
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,007
Tête enseignante GPT0,223
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.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207