Simultaneous measurement of anisotropic thermal conductivity and thermal boundary conductance of 2-dimensional materials
Notice bibliographique
Résumé
The rapidly increasing number of 2-dimensional (2D) materials that have been isolated or synthesized provides an enormous opportunity to realize new device functionalities. Whereas their optical and electrical characterizations have been more readily reported, quantitative thermal characterization is more challenging due to the difficulties with localizing heat flow. Optical pump-probe techniques that are well established for the study of bulk materials or thin films have limited sensitivity to in-plane heat transport, and the characterization of the thermal anisotropy that is common in 2D materials is, therefore, challenging. Here, we present a new approach to quantify the thermal properties based on the magneto-optical Kerr effect that yields quantitative insight into cross-plane and in-plane heat transport. The use of a very thin magnetic material as heater/thermometer increases in-plane thermal gradients without complicating the data analysis in spite of the layer being optically semitransparent. The approach has the added benefit that it does not require the sample to be suspended, providing insight into thermal transport in supported, devicelike environments. We apply this approach to measure the thermal properties of a range of 2D materials, which are of interest for device applications, including single-layer graphene, few-layer hexagonal boron nitride, single- and few-layer MoS2, and bulk MoSe2 crystal. The measured thermal properties will have important implications for thermal management in device applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».