MétaCan
Menu
Retour à la cohorte
Enregistrement W4243419681 · doi:10.1007/978-3-319-41190-3_11

Infrared Detectors

2016· book-chapter· en· W4243419681 sur OpenAlexaff
Gurinder Kaur Ahluwalia, Ranjan Patro

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueAdvanced Semiconductor Detectors and Materials
Établissements canadiensCollege of the North Atlantic
Organismes subventionnairesnon disponible
Mots-clésMercury cadmium tellurideInfraredTelluriumOptoelectronicsBand gapMaterials scienceSemiconductorNarrow-gap semiconductorElectron mobilityInfrared detectorOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Tellurium-based compounds such as cadmium telluride (CdTe) and mercury cadmium telluride (HgCdTe) have been used as infrared (IR) detectors for over half a century. These versatile narrow gap semiconducting materials are characterized by a direct energy gap and have the ability to obtain both high and low carrier concentrations, high electron mobility of electrons, and low dielectric constant. Nanophotosensors with cadmium chalcogenide (Te, Se, and S) semiconductor nanocrystals are considered to be best candidates to detect spacecraft cracks without increasing payload or changing the thermal properties of heat-shielding of spacecraft. Hg1−x Cd x Te (MCT) is the most widely used infrared (IR) detector material in military applications, compared to other IR detector materials, primarily because of two key features: it is a direct energy band gap semiconductor and its band gap can be engineered by varying the Cd composition to cover a broad range of wavelengths. A small change of lattice constant with composition makes it possible to grow high-quality layers and heterostructures. These can thus be used for detectors operated at various modes, and can be optimized for operation spanning the wide range of the IR spectrum (short-wave infrared (SWIR): 1–3 μm, middle wavelength IR (MWIR: 3–5 μm; long-wavelength IR: 8–14 μm) to very long-wave infrared (VLWIR): 14–30 μm, and at temperatures ranging from that of liquid helium to room temperature. Other specific advantages include a direct energy gap, ability to obtain both low and high carrier concentrations, high mobility of electrons, and low dielectric constant. However, in spite of the various advantages, the material suffers from technological disadvantages partly due to the presence of a weak Hg–Cd bond, which results in bulk, surface, and interface instabilities. Uniformity and yield are still issues especially in the long-wavelength infrared (LWIR) region. Nevertheless, these are leading candidates for IR photoconductive and photovoltaic detector materials in particular for military and space applications. This chapter reviews the development and applications of these materials and competitive technologies for IR 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,088
Score d'incertitude au seuil0,295

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0880,080

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 Opus0,012
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Semiconductor Detectors and MaterialsTravaux en français237 207