MétaCan
Menu
Retour à la cohorte
Enregistrement W3130507024 · doi:10.11159/ijtan.2021.001

Effects of Hydrogen Concentration and Cooling Speed on Fabrication of Hydrogenated Amorphous Silicon: Quantum Simulation

2021· article· en· W3130507024 sur OpenAlexvenueno aff
Haili Li, Mitsuhiro Matsumoto

Notice bibliographique

RevueInternational Journal of Theoretical and Applied Nanotechnology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueThin-Film Transistor Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFabricationAmorphous siliconMaterials scienceAmorphous solidSiliconHydrogenOptoelectronicsEngineering physicsCrystalline siliconChemistryEngineeringCrystallographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

In order to investigate various properties of hydrogenated amorphous silicon (a-Si:H) for improvement of low conversion efficiency and stability of solar cells, a series of quantum simulations based on the density functional theory combined with the tight binding model were performed for a-Si:H with various hydrogen concentrations and cooling rates. The radial distribution function (RDF) for Si-Si pairs indicates that samples with higher H concentration (20% and 25%) give a structure in better agreement with experiments, but the RDF of Si-H pairs suggests that samples with lower H concentration (14%) may give more appropriate structure. The coordination number ( ) analysis indicates that more defects (dangling bonds and floating bonds) exist in 20% and 25% H concentration samples. Overall, a-Si:H with 14% H concentration gives most preferable structure. The cooling rate has also much effect on the structure. Sample with the slowest cooling rate is slightly more structured based on Si-Si pair RDF and . The electron transport of a-Si and a-Si:H were evaluated and the superiority of a-Si:H was confirmed.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,194
Score d'incertitude au seuil0,399

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 Opus0,004
Tête enseignante GPT0,213
Écart entre enseignants0,208 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Theoretical and Applied NanotechnologyMême sujetThin-Film Transistor TechnologiesTravaux en français237 207