MétaCan
Menu
Retour à la cohorte
Enregistrement W4252436839 · doi:10.1149/ma2014-02/31/1652

Deep-Level Defects in High-Dose Proton Implanted and High-Temperature Annealed Silicon

2014· article· en· W4252436839 sur OpenAlexaff
Moriz Jelinek, Johannes G. Laven, Mathias Rommel, Werner Schustereder, Hans‐Joachim Schulze, L. Frey, R. Job

Notice bibliographique

RevueECS Meeting Abstracts · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon and Solar Cell Technologies
Établissements canadiensInfineon Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSiliconAnnealing (glass)ProtonIrradiationDopingHydrogenSemiconductorAnalytical Chemistry (journal)OptoelectronicsChemistryNuclear physicsMetallurgy

Résumé

récupéré en direct d'OpenAlex

Proton-implantations are valued for their ability to modify the properties of semiconductor grade silicon over a wide spatial range spanning four orders of magnitude between a depth of about 100 nm and 1 mm at comparatively low thermal budgets. At moderate proton doses up to about 1×1013 cm-2 and low annealing temperatures at about 300 °C, proton implantations are used to tailor the carrier life-times in bipolar power semiconductor devices. A large number of deep-level defects are known to form in this parameter regime. At higher doses and higher temperatures proton implantations may be used for modifying the doping profile of the silicon substrate by the creation of hydrogen-related thermal donors. While a large number of studies have investigated deep-level defects induced in the parameter regime typical to life-time tailoring, only few are concerned with the deep-level defects remaining in the samples. In this report we give a brief review of the principal mechanisms of deep-level defect formation after proton irradiation and subsequent annealing of float zone-grown crystalline silicon. Various reaction paths commonly related to vacancy-complexes, interstitial oxygen and hydrogen are discussed. In the experimental part of the study, new DLTS measurements of proton-irradiated pn-diode structures are presented. The study focusses on the regime of elevated doses and annealing temperatures, typically used for proton-implantation doping. The results suggest that for the increased doses used, some of the detected defects show a thermal stability differing from that reported in literature. At least for some of these defects, this may be due to their higher initial concentration. In addition, other defects may appear at higher temperatures as decay products of other, thermally more stable, defects induced by the high-dose implantations. For the first time, we also report on two defect levels at 300 meV and 418 meV below the conduction band with a metastable behavior. The observed levels and their behavior show a high similarity to a negative-U defect known from samples implanted at 88 K without any further thermal budget above room temperature. To our knowledge, these levels have not been detected in a sample annealed above room temperature before. The figure depicts possible reaction paths of vacancies in crystalline silicon under the presence of extrinsic hydrogen and oxygen. Many of these defects lead to localized levels in the silicon bandgap and can therefore impact the electrical properties of a device. The actual appearance of a defect is however determined by the activation energy for its formation together with the applied process temperatures. If known from literature, the activation energy for each reaction path is indicated.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,207
Écart entre enseignants0,198 · 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'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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetSilicon and Solar Cell TechnologiesTravaux en français237 207