MétaCan
Menu
Retour à la cohorte
Enregistrement W4225381257 · doi:10.1038/s41598-022-11246-0

Vertical semiconductor deep ultraviolet light emitting diodes on a nanowire-assisted aluminum nitride buffer layer

2022· article· en· W4225381257 sur OpenAlexafffund
Qihua Zhang, Heemal Parimoo, Eli Martel, Songrui Zhao

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésBuffer (optical fiber)OptoelectronicsMaterials scienceUltravioletLayer (electronics)NanowireSemiconductorNitrideAluminiumUltraviolet aLight-emitting diodeDiodeNanotechnologyTelecommunicationsComputer scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Vertical light-emitting diodes (LEDs) have many advantages such as uniform current injection, excellent scalability of the chip size, and simple packaging process. Hitherto, however, technologically important semiconductor aluminum gallium nitride (AlGaN) deep ultraviolet (UV) LEDs are mainly through lateral injection. Herein, we demonstrate a new and practical path for vertical AlGaN deep UV LEDs, which exploits a thin AlN buffer layer formed on a nanowire-based template on silicon (Si). Such a buffer layer enables in situ formation of vertical AlGaN deep UV LEDs on Si. Near Lambertian emission pattern is measured from the top surface. The decent reflectivity of Si in the deep UV range makes such a configuration a viable low-cost solution for vertical AlGaN deep UV LEDs. More importantly, the use of such a thin AlN buffer layer can allow an easy transfer of device structures to other carrier wafers for vertical AlGaN deep UV LEDs with ultimately high electrical and optical performance.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,090
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,018
Tête enseignante GPT0,249
Écart entre enseignants0,231 · 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.

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'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207