MétaCan
Menu
Retour à la cohorte
Enregistrement W4293066935 · doi:10.1063/5.0102588

Electron transport with the McKelvey–Shockley flux method: The effect of electric field and electron–phonon scattering

2022· article· en· W4293066935 sur OpenAlexafffund
Qinxin Zhu, Jesse Maassen

Notice bibliographique

RevueJournal of Applied Physics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Semiconductor Devices and Circuit Design
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBoltzmann equationElectric fieldElectronPhysicsPhononScatteringComputational physicsCondensed matter physicsBoltzmann constantStatistical physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The McKelvey–Shockley (McK–S) flux method is a semi-classical transport theory that captures ballistic and non-equilibrium effects and can treat carrier flow from the nano-scale to the macro-scale. This work introduces a revised formulation of the McK–S flux equations for electron transport, in order to resolve the energy dependence of the fluxes, capture the effect of electric field, and include acoustic/optical phonon scattering. This updated McK–S formalism is validated by simulating electron transport across a finite-length semiconductor under the influence of a constant electric field under varying conditions, from ballistic to diffusive and from near-equilibrium to non-equilibrium, and benchmarked against solutions of the Boltzmann transport equation (BTE). The McK–S results display good agreement with those of the BTE, including the directed fluxes and heating profiles, with the electron density showing larger differences when far from equilibrium. Compared to other more rigorous techniques, the McK–S flux method is physically intuitive and computationally efficient and, thus, well suited to treat systems that are complex and/or span multiple length scales.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,227
Écart entre enseignants0,222 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetAdvancements in Semiconductor Devices and Circuit DesignTravaux en français237 207