MétaCan
Menu
Retour à la cohorte
Enregistrement W3008717955 · doi:10.1002/cphc.202000005

Yttrium Doped Copper (II) Oxide Hole Transport Material as Efficient Thin Film Transistor

2020· article· en· W3008717955 sur OpenAlexaff
Sadia Baig, Pankaj Kumar, Jenner H. L. Ngai, Yuning Li, Safeer Ahmed

Notice bibliographique

RevueChemPhysChem · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCopper-based nanomaterials and applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesHigher Education Commission Mauritius
Mots-clésYttriumMaterials scienceDopingThin-film transistorThin filmBand gapCopper oxideConductivityHysteresisCopperOxideElectrical resistivity and conductivityElectron mobilityAnalytical Chemistry (journal)OptoelectronicsNanotechnologyCondensed matter physicsChemistryElectrical engineeringMetallurgyPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract This work reports development of yttrium doped copper oxide (Y−CuO) as a new hole transport material with supplemented optoelectronic character. The pure and Y‐doped CuO thin films are developed through a solid‐state method at 200 °C and recognized as high performance p‐channel inorganic thin‐film transistors (TFTs). CuO is formed by oxidative decomposition of copper acetylacetonate, yielding 100 nm thick and conductive (40.9 S cm−1) compact films with a band gap of 2.47 eV and charge carrier density of ∼1.44×1019 cm−3. Yttrium doping generates denser films, Cu2Y2O5 phase in the lattice, with a wide band gap of 2.63 eV. The electrical conductivity increases nine‐fold on 2 % Y addition to CuO, and the carrier density increases to 2.97×1021 cm−3, the highest reported so far. The TFT devices perform remarkably with high field‐effect mobility (μsat) of 3.45 cm2 V−1 s−1 and 5.3 cm2 V−1 s−1, and considerably high current‐on/off ratios of 0.11×104 and 9.21×104, for CuO and Y−CuO films, respectively (at −1 V operating voltage). A very small width hysteresis, 0.01 V for CuO and 1.92 V for 1 % Y−CuO, depict good bias stability. Both the devices work in enhancement mode with stable output characteristics for multiple forward sweeps (5 to −60 V) at −1Vg.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,233
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemPhysChemMême sujetCopper-based nanomaterials and applicationsTravaux en français237 207