MétaCan
Menu
Retour à la cohorte
Enregistrement W3024351506 · doi:10.1149/ma2021-0112609mtgabs

(Invited) Alteration of the Electrical Transport in Carbon Nanotube Network Field-Effect Transistors Using Polymer Encapsulants and Gate Dielectrics

2021· article· en· W3024351506 sur OpenAlexaff
François Lapointe

Notice bibliographique

RevueECS Meeting Abstracts · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCarbon nanotubeGate dielectricTransistorDielectricNanotechnologyPassivationField-effect transistorOptoelectronicsFabricationPolymerThreshold voltageVoltageLayer (electronics)Electrical engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Enriched semiconducting single-walled carbon nanotubes (SWCNTs) inks of high purity opens a wealth of possibilities for device fabrication using printing techniques and solution processes. [1] Logics, displays, sensors and large-scale integrated circuits [2] appear to be within reach. For those promises to concretize, a better control over parameters such as carrier type and mobility, operation power and device-to-device variability is needed. Beside the ambient effect (notably water and oxygen) on the transport of carbon nanotube network field-effect transistors (CNN-FETs), the nature of the surrounding materials (as a passivation layer or as a gate dielectric) appears to play a crucial role in determining the device's characteristics. Firstly, we have tested a large number of polymeric materials as the bottom gate in three-terminal CNN-FETs. We have found that the transport characteristics parameters such as the threshold voltage and the hysteresis are affected by the chemical nature of the polymer. [3] Subjecting those CNN-FETs with various gate dielectrics to a series of volatile analytes, we observed drastically different responses which suggests the usefulness of polymer gate dielectric variations in cross-reactive sensors arrays. Secondly, polymeric materials were used as an encapsulant over bottom gate CNN-FETs. [4] A smooth and continuous variation of the threshold voltage has been achieved by using a series of poly(styrene–co–2-vinyl pyridine) copolymers with different monomer ratios. A surface charge density measurement methodology has been developed to rationalize the threshold voltage variations upon encapsulation with various polymers. Finally, we explored the use of n-doping molecules blended with polymer encapsulants as an efficient way to obtain n-type transport characteristics. This strategy is further used in the implementation of simple p-n junctions showing a modest rectification. References [1] Bati, A. S. R. et al. Recent Advances in Applications of Sorted Single‐Walled Carbon Nanotubes. Adv. Funct. Mater. 29 1902273 (2019) [2] Hills, G. et al. Modern Microprocessor Built from Complementary Carbon Nanotube Transistors. Nature 572 595–602 (2019) [3] Lapointe, F. et al. Carbon Nanotube Transistors as Gas Sensors: Response Differentiation Using Polymer Gate Dielectrics. ACS Appl. Polym. Mater. 1 3269-3278 (2019) [4] Lapointe, F. et al. Polymer Encapsulants for Threshold Voltage Control in Carbon Nanotube Transistors. ACS Appl. Mater. Interfaces 11 36027-36034 (2019)

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 enseignants0,006
Score d'incertitude au seuil0,021

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)0,0060,002

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 Opus0,009
Tête enseignante GPT0,232
Écart entre enseignants0,222 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetCarbon Nanotubes in CompositesTravaux en français237 207