Nanoscale Film Thickness Gradients Printed in Open Air by Spatially Varying Chemical Vapor Deposition
Notice bibliographique
Résumé
Abstract Nanoscale films are integral to all modern electronics. To optimize device performance, researchers vary the film thickness by making batches of devices, which is time‐consuming and produces experimental artifacts. Thin films with nanoscale thickness gradients that are rapidly deposited in open air for combinatorial and high‐throughput (CHT) studies are presented. Atmospheric pressure spatial atomic layer deposition reactor heads are used to produce spatially varying chemical vapor deposition rates on the order of angstroms per second. ZnO and Al 2 O 3 films are printed with nm‐scale thickness gradients in as little as 45 s and CHT analysis of a metal‐insulator‐metal diode and perovskite solar cell is performed. By testing 360 Pt/Al 2 O 3 /Al diodes with 18 different Al 2 O 3 thicknesses on one wafer, a thicker insulator layer (≈7.0 nm) is identified for optimal diode performance than reported previously. Al 2 O 3 thin film encapsulation is deposited by atmospheric pressure chemical vapor deposition (AP‐CVD) on a perovskite solar cell stack for the first time and a convolutional neural network is developed to analyze the perovskite stability. The rapid nature of AP‐CVD enables thicker films to be deposited at a higher temperature than is practical with conventional methods. The CHT analysis shows enhanced stability for 70 nm encapsulation films.
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) | 0,001 | 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 ».