MétaCan
Menu
Retour à la cohorte
Enregistrement W3165253671 · doi:10.1002/pssr.202100090

Recent Progress on Aluminum Gallium Nitride Deep Ultraviolet Lasers by Molecular Beam Epitaxy

2021· article· en· W3165253671 sur OpenAlexafffund
Qihua Zhang, Xue Yin, Songrui Zhao

Notice bibliographique

Revuephysica status solidi (RRL) - Rapid Research Letters · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMolecular beam epitaxyMaterials scienceOptoelectronicsLasing thresholdLaserNanowireUltravioletGallium nitrideEpitaxyWide-bandgap semiconductorNitrideSemiconductorOpticsNanotechnologyLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Over the past decades, the aluminum gallium nitride (AlGaN) alloy system has received wide interest for the development of semiconductor deep ultraviolet (DUV) lasers due to its direct, tunable, and ultrawide bandgap energies (3.4–6.2 eV). The progress, nonetheless, has been remained slow, which is ascribed to a few major challenges, including large dislocation and defect densities, difficulty in obtaining p‐type high‐Al‐content AlGaN layers with a sufficient p‐type conduction, the large electric polarization fields, and the unfavorable optical polarization. In recent years, with AlGaN alloys grown by molecular beam epitaxy (MBE), including both thin films and nanowire structures, remarkable advancements have been made, such as highly conductive p‐type high‐Al‐content AlGaN epilayers with resistivities as low as 0.7 Ω cm and DUV lasing down to 239 nm with nanowire structures under a direct current injection. Herein, the recent progress on the DUV lasers by the MBE‐grown AlGaN is reviewed. The challenges and prospects of the MBE‐grown AlGaN for DUV lasers are also discussed.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,309
Écart entre enseignants0,284 · 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

Citations19
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuephysica status solidi (RRL) - Rapid Research LettersMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207