MétaCan
Menu
Retour à la cohorte
Enregistrement W4213060091 · doi:10.1116/6.0001650

Negative differential resistance in photoassisted field emission from Si nanowires

2022· article· en· W4213060091 sur OpenAlexaff
M. Choueib, Arnaud Derouet, P. Vincent, A. Ayari, S. Perisanu, P. Poncharal, Costel‐Sorin Cojocaru, Richard Martel, S. T. Purcell

Notice bibliographique

RevueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and Phenomena · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceNanowireField electron emissionQuantum tunnellingOptoelectronicsSaturation (graph theory)ElectronSpace chargeSiliconDepletion regionBrightnessNanotechnologySemiconductorOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Field emission (FE) from semiconducting nanowires (NWs) is studied for expanding electron gun performances and functionality in terms of stability, brightness, and pulsed emission. Here, we report on a pronounced and robust double negative differential resistance (NDR) in the FE IV characteristics measured during photoassisted field emission experiments on highly crystalline p-type silicon NWs. The main feature is a double NDR in the current saturation regime, which can be modulated by both temperature and light intensity. These results contrast with previous FE studies in which only a barely noticeable single NDR was reported. Several mechanisms for the physical explanation of the NDR are currently under consideration: photogenerated carrier instabilities in the depletion region, which give rise to a pulsed space-charge current in the nanowire or tunneling through a double quantum well formed by confinement at the NW apex. Because NDRs are signatures of pulsed currents, these results suggest new functionalities for which pulsed electron sources can potentially be achieved at high repetition rates.

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)0,001
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 enseignants0,015
Score d'incertitude au seuil0,795

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 GPT0,210
Écart entre enseignants0,200 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and PhenomenaMême sujetSemiconductor materials and devicesTravaux en français237 207