Reconciling Nano- and Micro-Scale VLS Growth by Including Multi-Scale Supersaturation: A Growth Model Applied to Lateral Ge Films on Si
Notice bibliographique
Résumé
Extensive work on metal-catalyst-assisted vapor-liquid-solid (VLS) growth has been focused on nanometer-scale wires (nanowires) and there have been several studies modelling the effect of diameter, growth time, surface diffusion, etc. on these nanowires. In this context of nanowires, since the catalyst is so small, one could and researchers have ignored the effect of the requirement to supersaturate the catalyst. In this work, an analytical growth model is presented to explain the effect of supersaturation on the size of micrometer-scale catalysts and resulting films grown via the VLS mechanism by chemical vapor deposition by introducing the idea of “multi-scale” supersaturation (supersaturation as a function of catalyst size). The proposed model is derived from a materials balance relation which reduces to the nanowire equation (without the need for considering catalyst supersaturation) for sufficiently small radii. By including the supersaturation term, the model predicts the existence of the maximum size range of film at certain growth conditions which is not present in the pre-existing models. The model could also explain the “induction time” required for the catalyst to reach a supersaturation state to begin VLS growth. More importantly, it agrees with the available experimental data of VLS lateral heteroepitaxy of micrometer-scale Ge films on Si substrate which suggests that 0.0379 mol/cm <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">3</sup> of Ge atoms are required to supersaturate the Au catalyst at the growth conditions studied (375 °C). This new perspective on the multi-scale supersaturation effect unravels the role of the supersaturation term that had been hidden for more than half a century.
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 ».