MétaCan
Menu
Retour à la cohorte
Enregistrement W4308446678 · doi:10.1149/2754-2734/aca07d

p-GaN Contact Study by Means of Electrochemical Short Loop

2022· article· en· W4308446678 sur OpenAlexfundno aff
Sidharth Suman, Brigitte Martin, Ludovic Dupré, Fabien Rol, Roselyne Templier, E. Martínez, Saı̈d Sadki, Carole Pernel

Notice bibliographique

RevueECS Advances · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensnon disponible
Organismes subventionnairesIndigenous and Northern Affairs Canada
Mots-clésOhmic contactMaterials scienceContact resistanceOptoelectronicsX-ray photoelectron spectroscopyGallium nitrideCharacterization (materials science)Schottky diodeElectrochemistrySchottky barrierElectrolyteFabricationElectrodeNanotechnologyDiodeChemical engineeringChemistryLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Surface states and contamination affects the efficiency of Gallium Nitride (GaN) based devices such as HEMTs, LEDs, photodetectors etc. In this work, several wet chemical treatment has been performed for the surface treatment of p-GaN, in order to achieve low-resistance ohmic contacts. The effect of surface treatment is observed by studying the flatband potential across the p-GaN/electrolyte interface via, electrochemical characterization. The electrochemical method of “Mott-Schottky characterization” gives simple and quick way of analysing the effect of different treatments, without the need of device fabrication. The effect of surface treatment are further investigated via, X-ray Photoelectron Spectroscopy and Atomic Force Microscopy. The potential surface treatments from experimental findings are integrated into device processing steps in order to realize effect of surface treatment on the p-GaN/metal contacts. The electrochemical characterization shows that HCl results in least flatband potential. Further, The electrical test shows that HCl treatment results in significant orders of magnitude improvement in contact resistance and electrical performance of the devices. This shows that short loop electrochemical characterization can be used for predicting surface treatment in order to improve electrical characteristics of the device.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,068
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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)0,0020,000

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 Opus0,009
Tête enseignante GPT0,259
Écart entre enseignants0,250 · 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.

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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS AdvancesMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207