MétaCan
Menu
Retour à la cohorte
Enregistrement W3195500187 · doi:10.21203/rs.3.rs-599265/v1

Computational Analysis and First Principle Study of Electrical and Optical Properties of Fe Doped SWBNNT and its Application

2021· preprint· en· W3195500187 sur OpenAlexaff
Abinash Thapa, Bibek Chettri, Arghyadeep Sarkar, Prashant Pradhan, Bikash Sharma

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueBoron and Carbon Nanomaterials Research
Établissements canadiensMcMaster University
Organismes subventionnairesAll India Council for Technical Education
Mots-clésDopingMaterials scienceEngineering physicsComputer scienceOptoelectronicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The electrical and optical properties of One Dimension-Single Walled Boron Nitride Nanotube (1D-SWBNNT) doped with transition metal Iron are studied using the Quantum ATK. Highest direct bandgap obtained for S1 as 5.3167eV and S3 as 3.5328eV depicted the possibility of its use as a dielectric in the memory device. SWBNNT showed a consistent bandgap for varying lengths of the NT. Bandgap tunability and a moderate increase in the number of states in Density of States (DOS) plots can be achieved by the inclusion of transition metal dopants in pristine SWBNNT. In Projected-DOS (PDOS) plots we observed N and Fe atoms as the majority contributor of electronic states in the valence band and Fe atom as the main contributor in the conduction band. The inclusion of Fe dopant leads to an increase in the wavelength and optical gap. High optical conductivity for S2, S3, and S4 depicts its use as composites in photoconductive devices. The incorporation of Fe dopant led to a rise in susceptibility ( χ ) where S1 and S2-S4 showed a weak diamagnetic and strong paramagnetic property. BNNTs technologies are still growing, there is a need for further development bringing out its vast applications in the future.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil0,569

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,002
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 Opus0,062
Tête enseignante GPT0,379
Écart entre enseignants0,317 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetBoron and Carbon Nanomaterials ResearchTravaux en français237 207