MétaCan
Menu
Retour à la cohorte
Enregistrement W2996818948 · doi:10.1002/smll.201906540

2D Antimony–Arsenic Alloys

2019· article· en· W2996818948 sur OpenAlexafffund
Matthieu Fortin‐Deschênes, Olga Waller, Qi An, Maureen J. Lagos, Gianluigi A. Botton, Hong Guo, Oussama Moutanabbir

Notice bibliographique

RevueSmall · 2019
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensMcMaster UniversityMcGill UniversityPolytechnique Montréal
Organismes subventionnairesPRIMA QuébecNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsCanada Foundation for Innovation
Mots-clésAntimonyArsenicRaman spectroscopyX-ray photoelectron spectroscopyMaterials scienceAlloyArsenideGrapheneArsineHeterojunctionMolecular beam epitaxySemiconductorEpitaxyChemical engineeringNanotechnologyMetallurgyChemistryGallium arsenideOptoelectronicsCatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract Alloying in group V 2D materials and heterostructures is an effective degree of freedom to tailor and enhance their physical properties. Up to date, black arsenic‐phosphorus is the only 2D group V alloy that has been experimentally achieved by exfoliation, leaving all other possible alloys in the realm of theoretical predictions. Herein, the existence of an additional alloy consisting of 2D antimony arsenide (2D‐As x Sb 1− x ) grown by molecular beam epitaxy on group IV semiconductor substrates and graphene is demonstrated. The atomic mixing of As and Sb in the lattice of the grown 2D layers is confirmed by low‐energy electron diffraction, Raman spectroscopy, and X‐ray photoelectron spectroscopy. The As content in 2D‐As x Sb 1− x is shown to depend linearly on the As 4 /Sb 4 deposition rate ratio and As concentrations up to 15 at% are reached. The grown 2D alloys are found to be stable in ambient conditions in a timescale of weeks but to oxidize after longer exposure to air. This study lays the groundwork for a better control of the growth and alloying of group V 2D materials, which is critical to study their basic physical properties and integrate them in novel 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 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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,120
Score d'incertitude au seuil0,997

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)0,0040,014

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 Opus0,017
Tête enseignante GPT0,234
Écart entre enseignants0,217 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSmallMême sujet2D Materials and ApplicationsTravaux en français237 207