MétaCan
Menu
Retour à la cohorte
Enregistrement W4200198059 · doi:10.1109/sensors47087.2021.9639735

Detecting Charge Separation in Optoelectronic Materials and Devices Using Planar Microwave Resonators: An Overview

2021· article· en· W4200198059 sur OpenAlexaff
Md. Masud Rana, Karthik Shankar

Notice bibliographique

Revue2021 IEEE Sensors · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceOptoelectronicsResonatorPhotoexcitationSemiconductorMicrowavePlanarPlasmonCharge carrierHeterojunctionPermittivityDielectricExcitationPhysicsTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

The advent of high Q-factor planar microwave resonators has opened up new possibilities for the electronic characterization of semiconductor heterojunctions and hot carrier plasmonic devices. The high sensitivity of planar microwave resonators to changes in the complex permittivity of semiconductor materials placed in the resonator coupling gap allows detection of both mobile and trapped carriers. Therefore, long-lived excess carriers in relaxation-type semiconductors occurring either due to photoexcitation or hot carrier injection from a plasmonic sensitizer can be detected and quantified. Application of a large signal DC bias on top of the small-signal microwave bias further enables differentiation between trapped electrons and trapped holes. In most cases, characteristic lifetimes for trap-mediated processes can also be extracted.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,040
Tête enseignante GPT0,306
Écart entre enseignants0,266 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 IEEE SensorsMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207