Recrystallization and interdiffusion processes in laser-annealed strain-relaxed metastable Ge0.89Sn0.11
Notice bibliographique
Résumé
The prospect of GeSn semiconductors for silicon-integrated infrared optoelectronics brings new challenges related to the metastability of this class of materials. As a matter of fact, maintaining a reduced thermal budget throughout all processing steps of GeSn devices is essential to avoid possible material degradation. This constraint is exacerbated by the need for higher Sn contents exceeding 8 at. % along with an enhanced strain relaxation to achieve efficient mid-infrared devices. Herein, as a low thermal budget solution for post-epitaxy processing, we elucidate the effects of laser thermal annealing (LTA) on strain-relaxed Ge0.89Sn0.11 layers and Ni-Ge0.89Sn0.11 contacts. Key diffusion and recrystallization processes are proposed and discussed in the light of systematic microstructural studies. LTA treatment at a fluence of 0.40 J/cm2 results in a 200–300 nm-thick layer where Sn atoms segregate toward the surface and in the formation of Sn-rich columnar structures in the LTA-affected region. These structures are reminiscent of those observed in the dislocation-assisted pipe-diffusion mechanism, while the buried GeSn layers remain intact. Moreover, by tailoring the LTA fluence, the contact resistance can be reduced without triggering phase separation across the whole GeSn multi-layer stacking. Indeed, a one order of magnitude decrease in the Ni-based specific contact resistance was obtained at the highest LTA fluence, thus confirming the potential of this method for the functionalization of direct bandgap GeSn materials.
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 ».