MétaCan
Menu
Retour à la cohorte
Enregistrement W2992337865 · doi:10.1063/1.5131022

Flattening van der Waals heterostructure interfaces by local thermal treatment

2019· article· en· W2992337865 sur OpenAlexafffund
Justin Boddison-Chouinard, Samantha Scarfe, Kenji Watanabe, Takashi Taniguchi, Adina Luican‐Mayer

Notice bibliographique

RevueApplied Physics Letters · 2019
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesCore Research for Evolutional Science and TechnologyNatural Sciences and Engineering Research Council of Canada
Mots-clésHeterojunctionMaterials scienceFlatteningFabricationvan der Waals forceOptoelectronicsNanotechnologyLayer (electronics)Raster scanThermalOpticsComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

Fabrication of custom-built heterostructures based on stacked 2D materials provides an effective method to controllably tune electronic and optical properties. To that end, optimizing fabrication techniques for building these heterostructures is imperative. A common challenge in layer-by-layer assembly of 2D materials is the formation of bubbles at atomically thin interfaces. We propose a technique for addressing this issue by removing the bubbles formed at the heterostructure interface in a custom-defined area using the heat generated by a laser equipped with raster scanning capabilities. We demonstrate that the density of bubbles formed at graphene-ReS2 interfaces can be controllably reduced using this method. We discuss an understanding of the flattening mechanism by considering the interplay of interface thermal conductivities and adhesion energies between two atomically thin 2D materials.

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 candidatesCharge 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 enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,001

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 GPT0,215
Écart entre enseignants0,208 · 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

Citations31
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujet2D Materials and ApplicationsTravaux en français237 207