Mapping the growth of <i>p</i>-type GaN layer under Ga-rich and N-rich conditions at low to high temperatures by plasma-assisted molecular beam epitaxy
Notice bibliographique
Résumé
We present a detailed study of Mg acceptor, p-type doping of GaN grown by plasma-assisted molecular beam epitaxy in both Ga-rich and N-rich conditions at low (∼580 °C) to high growth temperatures (∼740 °C). A growth map is constructed using results from a broad range of growth conditions, which shows the dependence of Mg incorporation and surface roughness on the III/V ratio and growth temperatures. Detailed secondary ion mass spectroscopy and atomic force microscopy studies confirmed that N-rich conditions are favorable for significantly higher Mg-incorporation efficiency (∼80%), whereas the Ga-rich growth condition is preferable for achieving a smooth surface morphology (root mean square roughness: ∼1–2 nm) with poor Mg incorporation. The room temperature Hall measurement confirms that the hole concentration in the range of ∼7 × 1017 to 2 × 1019 cm−3 can be achieved in Ga-rich and N-rich conditions, respectively, at a fixed Mg flux depending on the growth conditions. Our detailed study provides a proper guideline for realizing an efficient Mg-doped GaN layer and is applicable, in principle, to different nitride-based electronic and photonic 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 ».