Diffusion of Hydrogen in Proton Implanted Silicon: Dependence on the\n Hydrogen Concentration
Notice bibliographique
Résumé
The reported diffusion constants for hydrogen in silicon vary over six orders\nof magnitude. This spread in measured values is caused by the different\nconcentrations of defects in the silicon that has been studied. Hydrogen\ndiffusion is slowed down as it interacts with impurities. By changing the\nmaterial properties such as the crystallinity, doping type and impurity\nconcentrations, the diffusivity of hydrogen can be changed by several orders of\nmagnitude. In this study the influence of the hydrogen concentration on the\ntemperature dependence of the diffusion in high energy proton implanted silicon\nis investigated. We show that the Arrhenius parameters, which describe this\ntemperature dependence decrease with increasing hydrogen concentration. We\npropose a model where the relevant defects that mediate hydrogen diffusion\nbecome saturated with hydrogen at high concentrations. When the defects that\nprovide hydrogen with the lowest energy positions in the lattice are saturated,\nhydrogen resides at energetically less favorable positions and this increases\nthe diffusion of hydrogen through the crystal. Furthermore, we present a survey\nof different studies on the diffusion of hydrogen. We observed a correlation of\nthe Arrhenius parameters calculated in those studies, leading to a modification\nof the Arrhenius equation for the diffusion of hydrogen in silicon.\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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».