MétaCan
Menu
Retour à la cohorte
Enregistrement W4321455414 · doi:10.1063/5.0133765

Thermally induced surface faceting on heteroepitaxial layers

2023· article· en· W4321455414 sur OpenAlexaff
Yiwen Zhang, Chuan Zhou, Ying Zhu, Guangrui Xia, Lei Li, Rui‐Tao Wen

Notice bibliographique

RevueJournal of Applied Physics · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSemiconductor Quantum Structures and Devices
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China-Guangdong Joint FundNational Natural Science Foundation of China
Mots-clésFacetingMaterials scienceEpitaxyGermaniumDislocationCondensed matter physicsAnnealing (glass)SemiconductorDensity functional theorySurface reconstructionIsotropic etchingCrystallographySiliconChemical physicsNanotechnologyEtching (microfabrication)OptoelectronicsSurface (topology)Computational chemistryChemistryComposite materialGeometry

Résumé

récupéré en direct d'OpenAlex

Heteroepitaxial semiconductors such as Ge-on-Si are widely used in current opto-electronic and electronic applications, and one of the most important challenges for epitaxial Ge-on-Si is threading dislocations (TDs) in Ge layers caused by lattice mismatch between Ge and Si. Here, apart from traditional wet chemical etching, we report a convenient approach to evaluate the threading dislocation densities in heteroepitaxial layers through vacuum thermal annealing. More importantly, the controversial origin of thermal annealing induced pits on a Ge surface was addressed in this work. By combining both experiments and density functional theory (DFT) calculations, we find that the {111} facets defined thermal pits on Ge (001) surfaces are mainly caused by threading dislocation activation. Ge adatoms at the TD segments sublimate preferentially than the ones on dislocation-free Ge (001) surface regions, and its further evolution is determined by surface energies of {111} facets, leading to a construction of inverted pyramid-shaped thermal pits.

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 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 enseignants0,106
Score d'incertitude au seuil0,562

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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,269
Écart entre enseignants0,242 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetSemiconductor Quantum Structures and DevicesTravaux en français237 207