MétaCan
Menu
Retour à la cohorte
Enregistrement W2981710058 · doi:10.1103/physrevb.100.155305

Atomistic approach to simulate kink migration and kink-pair formation in silicon: The kinetic activation-relaxation technique

2019· article· en· W2981710058 sur OpenAlexaff
Simen N. H. Eliassen, Jesper Friis, Inga G. Ringdalen, Normand Mousseau, Mickaël Trochet, Yanjun Li

Notice bibliographique

RevuePhysical review. B./Physical review. B · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon and Solar Cell Technologies
Établissements canadiensUniversité de MontréalRegroupement Québécois sur les Matériaux de Pointe
Organismes subventionnairesNorges Forskningsråd
Mots-clésKinetic energySiliconActivation energyMaterials scienceRelaxation (psychology)DislocationMolecular dynamicsEnergy (signal processing)PhysicsCondensed matter physicsClassical mechanicsPhysical chemistryChemistryOptoelectronicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The energy conversion efficiency of solar cells based on multicrystalline silicon is greatly deteriorated by dislocations. However, an in-depth understanding on the dislocation motion dynamics down to atomic scale is still lacking. In this paper, we propose a novel atomistic approach to simulate the kink migration and kink-pair formation which govern dislocation motion in silicon, namely the kinetic activation-relax technique (k-ART). With this method, long timescale events can be simulated and complex energy landscapes can be explored. Four mechanisms for kink migration are observed, with total activation energy of 0.16, 0.25, 0.32, and 0.25 eV. New nontrivial kink structures that participate in kink migration are identified due to the open-ended search algorithm for saddle points in k-ART. In addition, a new pathway for kink-pair formation, with a minimum activation energy of 1.11 eV is discovered. The effect of shear stress on kink migration is also investigated. It shows that shear stress shifts the energy barriers of available events to lower energies, resulting in a change of the preferred kink-migration mechanism and a reduction of kink-pair formation energy.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,291
Écart entre enseignants0,278 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. B./Physical review. BMême sujetSilicon and Solar Cell TechnologiesTravaux en français237 207