MétaCan
Menu
Retour à la cohorte
Enregistrement W4295872844 · doi:10.1088/2043-6262/ac8dec

Effect of surfactant and etching time on p-type porous silicon formation through potentiostatic anodization

2022· article· en· W4295872844 sur OpenAlexaff
Gul Zeb, Xuan Tuan Le

Notice bibliographique

RevueAdvances in Natural Sciences Nanoscience and Nanotechnology · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilicon Nanostructures and Photoluminescence
Établissements canadiensCégep Saint-Jean-sur-RichelieuCMC Microsystems (Canada)
Organismes subventionnairesnon disponible
Mots-clésAnodizingEtching (microfabrication)Materials scienceElectrolytePorous siliconChemical engineeringSiliconElectrodePorosityPulmonary surfactantElectrochemistryConstant currentNanotechnologyChemistryOptoelectronicsComposite materialCurrent (fluid)Layer (electronics)Aluminium

Résumé

récupéré en direct d'OpenAlex

Abstract Electrochemical anodization provides the scalability required for structuring porous silicon (PSi) layers for mass production; hence, new and feasible processes are highly sought-after. We investigate the effect of surfactant (additive) and etching time on the morphology of PSi matrix in a simplistic two-electrode anodization cell using aqueous HF electrolyte. Instead of the conventional galvanostatic mode (constant current density), we use the rarely reported technique of potentiostatic anodization (constant applied potential) for engineering PSi surface morphology. We demonstrate that under a constant applied potential, channel-like morphology, pyramids or well-ordered macropores are easily achieved through either increasing the processing time or adding a small amount of surfactant into the electrolyte. Our results provide better understanding of the mechanism underlying the formation of PSi and propose a practical solution for obtaining application-specific macrostructure of PSi.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,015
Score d'incertitude au seuil0,518

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,004
Tête enseignante GPT0,258
Écart entre enseignants0,254 · 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 tête enseignante, 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Natural Sciences Nanoscience and NanotechnologyMême sujetSilicon Nanostructures and PhotoluminescenceTravaux en français237 207