MétaCan
Menu
Retour à la cohorte
Enregistrement W4220750890 · doi:10.1063/5.0084360

Cubic boron nitride as a material for future electron device applications: A comparative analysis

2022· article· en· W4220750890 sur OpenAlexafffund
John Chilleri, Poppy Siddiqua, Michael S. Shur, Stephen K. O’Leary

Notice bibliographique

RevueApplied Physics Letters · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesRES’EAU-WaterNET
Mots-clésMaterials scienceGallium nitrideWurtzite crystal structureBoron nitrideWide-bandgap semiconductorGallium arsenideDiamondOptoelectronicsSiliconGermaniumNanotechnologyZincMetallurgy

Résumé

récupéré en direct d'OpenAlex

Drawing upon a collection of electron transport results, coupled with a variety of other material parameters, we set expectations on the upper limits to device performance of zinc blende boron-nitride-based electron devices. We examine how the device performance varies with the device length-scale, noting that a diversity of physical regimes are experienced as the device length-scale reduces from that corresponding to a long electron device, i.e., 100 μm, to the sub-micron level. Results corresponding to zinc blende boron nitride are contrasted with those associated with germanium, silicon, gallium arsenide, the 4H-phase of silicon carbide, wurtzite gallium nitride, and diamond. The electron device performance metrics that we focus upon for the purposes of this analysis include the effective mobility, accounting for the transition between the ballistic and the collision-dominated electron transport regimes, and the cutoff frequency.

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 enseignants0,102
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,241
Écart entre enseignants0,230 · 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

Citations30
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physics LettersMême sujetSemiconductor materials and devicesTravaux en français237 207