MétaCan
Menu
Retour à la cohorte
Enregistrement W4308015599 · doi:10.48550/arxiv.2211.00146

Scalable van der Waals epitaxy of tunable moiré heterostructures

2022· preprint· en· W4308015599 sur OpenAlexfundno aff
Matthieu Fortin‐Deschênes, Kenji Watanabe, Takashi Taniguchi, Fengnian Xia

Notice bibliographique

RevuearXiv (Cornell University) · 2022
Typepreprint
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensnon disponible
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesJapan Society for the Promotion of ScienceNatural Sciences and Engineering Research Council of Canada
Mots-clésSuperlatticeMoiré patternHeterojunctionEpitaxyMaterials sciencevan der Waals forceCondensed matter physicsOptoelectronicsLattice (music)NanotechnologyOpticsPhysicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

The unique physics found in moiré superlattices of twisted or lattice-mismatched atomic layers hold great promise for future quantum technologies. However, twisted configurations are typically thermodynamically unfavorable, making the accurate twist angle control in direct growth implausible. While rotationally aligned moiré superlattices based on lattice-mismatched layers such as WSe2/WS2 can be synthesized, they lack the critical tunability of the moiré period and the moiré formation mechanisms are not well-understood. Here, we report the scalable, thermodynamically driven van der Waals epitaxy of stable moirés with tunable period from 10 to 45 nanometers, based on lattice mismatch engineering in two WSSe layers with adjustable chalcogens ratios. Contrarily to conventional epitaxy, where lattice mismatch induced stress hinders high-quality growth, we reveal the key role of bulk stress in moiré formation, as well as its unique interplay with edge stress in shaping the moiré growth modes. Moreover, the synthesized superlattices display tunable interlayer, and moiré intralayer excitons. Our studies unveil the unique epitaxial science of moiré synthesis and lay the foundations for moiré-based technologies.

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 Opus0,054
Tête enseignante GPT0,197
Écart entre enseignants0,143 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujet2D Materials and ApplicationsTravaux en français237 207