Three-dimensional modeling of SiGe by the traveling solvent method in the presence of magnetic field and rotating crucible
Notice bibliographique
Résumé
<p>A three-dimensional numerical simulation study was carried out for crystal growth of SiGe by the traveling solvent method (TSM). The Effects of magnetic field intensity and sample rotation on the transport structures (fluid flow, heat and mass transfer and concentraion) in the solvent were investigated in detail. The full stead-state Navier-Stokes equations, as well as the energy, mass transport and continuity equations were solved numerically using the finite element method. An external axial magnetic field is applied to suppress convection in the solvent. It was found that the intensity of the flow at the centre of the crucible decreases at a faster rate compared to the flow near the walls when increasing the magnetic field intensity. This behaviour creates a stable and uniform silicon distribution in the horizontal plane near the growth interface. The application of crucible rotation in the presence of the axial magnetic field is an attempt to control the buoyancy induced convection throughtout the solvent region. It was observed that in the application of rotation, there is no significant change to suppress the flow intensity. It was found that the rotating magnetic field (RMF) has a marked effect on the silicon concentration, changing it from convex to nearly flat when the magnetic field intensity increases. An alternative method for removing buoyancy convection from the melt is growing the crystal in a gravity-free environment. The microgravity (10<sup>-4</sup>g) is numerically situated and compared with the ground base condition.</p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».