MétaCan
Menu
Retour à la cohorte
Enregistrement W3089176966 · doi:10.1149/09802.0013ecst

(Invited) Axial Silicon-Germanium Nanowires: Properties and Device Applications

2020· article· en· W3089176966 sur OpenAlexaff
Leonid Tsybeskov, T. I. Kamins, Xiaohua Wu, D. J. Lockwood

Notice bibliographique

RevueECS Transactions · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésNanowireMaterials scienceHeterojunctionOptoelectronicsGermaniumNanoclustersThermal expansionSiliconSemiconductorPhotoluminescenceCondensed matter physicsNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

Dense nanowire films can be considered as quasi-porous structures with a high surface-to-volume ratio. From this perspective, structural, optical and electrical properties of axial Si-Ge nanowire heterojunctions produced by the vapor-liquid-solid growth method using Au nanoclusters as catalysts are analyzed. The lattice mismatch induced strain is partially relieved due to spontaneous SiGe intermixing at the heterointerface and lateral expansion of the Ge segment of the nanowire. The mismatch in Ge and Si coefficients of thermal expansion and low thermal conductivity of Si-Ge nanowire heterojunctions are found to be responsible for the thermally induced stress detected under intense laser radiation in photoluminescence and Raman scattering measurements. In electrical measurements, the observed non-linear current-voltage characteristics, strong flicker noise, and damped current oscillations with frequencies of 20-30 MHz are explained using a proposed Si-Ge nanowire heterojunction energy band diagram that includes energy states associated with structural imperfections at the nanowire surface.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,828
Score d'incertitude au seuil0,576

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)0,0000,000

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 Opus0,025
Tête enseignante GPT0,200
Écart entre enseignants0,175 · 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 tête enseignante, 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS TransactionsMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207