(Invited) Gap Nanowires with Twinning Superlattices: Structure, Optical Properties and Applications
Notice bibliographique
Résumé
Semiconductor nanowires (NWs) are a good candidate for future optoelectronic devices. However, the control of the essential parameters that determine the electronic and optical quality of NWs, such as crystal structure and incorporation of impurity dopants, are still challenging problems. Most III-V NWs exhibit crystal defects, which are typically randomly distributed zincblende twinning segments and stacking faults that can affect the optical and electrical properties of NW devices. The incorporation of intentional impurity dopants in NWs is important for the fabrication of p-n junctions and control of the electrical conductivity of NWs. The effect of Te and Be impurity dopant concentration on the crystal structure, surface roughness and optical properties of GaAs NWs will be presented. Four identical GaAs NW arrays were grown: an undoped sample (as a reference) and 6 samples with different Te and Be doping concentration. High resolution transmission electron microscopy (HRTEM) revealed an unusual superlattice twinning, with periodicity that became wider and more regular as the doping level increased. Twin boundaries in GaP are shown to act as an atomically narrow plane of wurtzite phase with a type-I homostructure band alignment. Twin boundaries and stacking faults (wider regions of the wurtzite phase) lead to the introduction of shallow trap states observed in photoluminescence studies. Controlling the surface roughness, the periodicity, and the width of twinning planes with doping concentration might open new possibilities for high efficiency NW-based thermoelectric devices, but also has wide implications for all NW devices.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».