Theory of atomic scale quantum dots in silicon: dangling bond quantum\n dots on silicon surface
Notice bibliographique
Résumé
We present here a theory and a computational tool, Silicon-{\\sc Qnano}, to\ndescribe atomic scale quantum dots in Silicon. The methodology is applied to\nmodel dangling bond quantum dots (DBQDs) created on a passivated\nH:Si-(100)-(2$\\times$1) surface by removal of a Hydrogen atom. The electronic\nproperties of DBQD are computed by embedding it in a computational box of\nSilicon atoms. The surfaces of the computational box were constructed by using\nDFT as implemented in {\\sc Abinit} program. The top layer was reconstructed by\nthe formation of Si dimers passivated with H atoms while the bottom layer\nremained unreconstructed and fully saturated with H atoms. The computational\nbox Hamiltonian was approximated by a tight-binding (TB) Hamiltonian by\nexpanding the electron wave functions as a Linear Combination of Atomic\nOrbitals and fitting the bandstructure to {\\it ab-initio} results. The\nparametrized TB Hamiltonian was used to model large finite Si(100) boxes\n(slabs) with number of atoms exceeding present capabilities of {\\it ab-initio}\ncalculations. The removal of one hydrogen atom from the reconstructed surface\nresulted in a DBQD state with wave function strongly localized around the Si\natom and energy in the silicon bandgap. The DBQD could be charged with zero,\none and two electrons. The Coulomb matrix elements were calculated and the\ncharging energy of a two electron complex in a DBQD obtained.\n
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».