MétaCan
Menu
Retour à la cohorte
Enregistrement W4220820504 · doi:10.1088/1361-6528/ac5b52

Laser modification of Au–CuO–Au structures for improved electrical and electro-optical properties

2022· article· en· W4220820504 sur OpenAlexaff
Shuo Zheng, W. W. Duley, Peng Peng, Y. Zhou

Notice bibliographique

RevueNanotechnology · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueZnO doping and properties
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceIrradiationLaserOptoelectronicsNanomaterialsElectrical resistivity and conductivityResistive touchscreenNanowireConductivityNanotechnologyNanosecondCopper oxideElectrodeOxideOpticsMetallurgyElectrical engineering

Résumé

récupéré en direct d'OpenAlex

CuO nanomaterials are one of the metal-oxides that received extensive investigations in recent years due to their versatility for applications in high-performance nano-devices. Tailoring the device performance through the engineering of properties in the CuO nanomaterials thus attracted lots of effort. In this paper, we show that nanosecond (ns) laser irradiation is effective in improving the electrical and optoelectrical properties in the copper oxide nanowires (CuO NWs). We find that ns laser irradiation can achieve joining between CuO NWs and interdigital gold electrodes. Meanwhile, the concentration and type of point defects in CuO can be controlled by ns laser irradiation as well. An increase in the concentration of defect centers, together with a reduction in the potential energy barrier at the Au/CuO interfaces due to laser irradiation increases electrical conductivity and enhances photo-conductivity. We demonstrate that the enhanced electrical and photo-conductivity achieved through ns laser irradiation can be beneficial for applications such as resistive switching and photo-detection.

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 enseignants0,014
Score d'incertitude au seuil0,325

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 Opus0,022
Tête enseignante GPT0,241
Écart entre enseignants0,219 · 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanotechnologyMême sujetZnO doping and propertiesTravaux en français237 207