MétaCan
Menu
Retour à la cohorte
Enregistrement W4205546923 · doi:10.1063/5.0070014

Direct writing of divacancy centers in silicon carbide by femtosecond laser irradiation and subsequent thermal annealing

2022· article· en· W4205546923 sur OpenAlexfundno aff
A. F. M. Almutairi, J. G. Partridge, Chenglong Xu, Ivan Cole, Anthony S. Holland

Notice bibliographique

RevueApplied Physics Letters · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesRMIT UniversityARC Centre for Nanoscale BioPhotonicsMinistry of Education – Kingdom of Saudi ArabiOntario Ministry of Natural Resources and Forestry
Mots-clésFemtosecondMaterials scienceLaserPhotoluminescenceRaman spectroscopySilicon carbideAnnealing (glass)IrradiationSpectroscopySiliconOptoelectronicsOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Divacancy (VSiVC) centers in silicon carbide (SiC) have potential applications in quantum communication and sensing due to their attractive optical and spin properties. To realize many of these divacancy-based quantum applications, it is vital that they are created in prescribed locations with high accuracy. Here, we describe the production of arrays of divacancy centers in 4H polytype SiC (4H-SiC) by femtosecond laser irradiation and subsequent thermal annealing. We optically characterized these divacancy centers by photoluminescence (PL) confocal mapping using a custom-built confocal microscope. The created divacancy centers show a bright stable emission that depends on the pulse energy of the femtosecond laser. PL spectra of the divacancy centers were collected using micro-Raman spectroscopy at the low temperature of 4.2 K and room temperature. The effect of thermal annealing was studied at various temperatures from 500 °C to 1000 °C and showed that the maximum divacancy center PL intensity was achieved at 800 °C. These and the aforementioned measurements show that the femtosecond laser writing method enables divacancy centers to be accurately positioned in 4H-SiC.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,583

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,010
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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

Citations31
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207