MétaCan
Menu
Retour à la cohorte
Enregistrement W3035155389 · doi:10.1063/5.0009984

Ion-gated transistors based on porous and compact TiO2 films: Effect of Li ions in the gating medium

2020· article· en· W3035155389 sur OpenAlexafffund
Arunprabaharan Subramanian, Ben George, Sanyasi Rao Bobbara, Irina Valitova, Irene Ruggeri, Francesca Borghi, Alessandro Podestà, Paolo Milani, Francesca Soavi, Clara Santato, Fabio Cicoira

Notice bibliographique

RevueAIP Advances · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère de l'Économie, de la Science et de l'Innovation - QuébecFonds de recherche du Québec – Nature et technologiesUniversità di BolognaCMC Microsystems
Mots-clésMaterials scienceGatingTransistorIonOptoelectronicsNanotechnologyBioelectronicsVoltageChemistryElectrical engineeringOrganic chemistryBiosensor

Résumé

récupéré en direct d'OpenAlex

Ion-gated transistors (IGTs) are attractive for chemo- and bio-sensing, wearable electronics, and bioelectronics, because of their ability to act as ion/electron converters and their low operating voltages (e.g., below 1 V). Metal oxides are of special interest as transistor channel materials in IGTs due to their high mobility, chemical stability, and the ease of processing in air at relatively low temperatures (<350 °C). Titanium dioxide is an abundant material that can be used as a channel material in n-type IGTs. In this work, we investigate the role of the morphology of the TiO2 channel (porous vs compact films) and the size of the cations in the gating media ([EMIM][TFSI] and [Li][TFSI] dissolved in [EMIM][TFSI]) to study their role on the electrical characteristics of IGTs. We found that both the film morphology and the type of gating medium highly affect the electrical response of the 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 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 seuil0,003

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 savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,242
Écart entre enseignants0,230 · 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

Citations15
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIP AdvancesMême sujetAdvanced Memory and Neural ComputingTravaux en français237 207