Tuning the Liquid–Vapour Interface of VLS Epitaxy for Creating Novel Semiconductor Nanostructures
Notice bibliographique
Résumé
Controlling the morphology and composition of semiconductor nano- and micro-structures is crucial for fundamental studies and applications. Here, Si-Ge semiconductor nanostructures were fabricated using photolithographically defined micro-crucibles on Si substrates. Interestingly, the nanostructure morphology and composition of these structures are strongly dependent on the size of the liquid–vapour interface (i.e., the opening of the micro-crucible) in the CVD deposition step of Ge. In particular, Ge crystallites nucleate in micro-crucibles with larger opening sizes (3.74–4.73 μm2), while no such crystallites are found in micro-crucibles with smaller openings of 1.15 μm2. This interface area tuning also results in the formation of unique semiconductor nanostructures: lateral nano-trees (for smaller openings) and nano-rods (for larger openings). Further TEM imaging reveals that these nanostructures have an epitaxial relationship with the underlying Si substrate. This geometrical dependence on the micro-scale vapour–liquid–solid (VLS) nucleation and growth is explained within a dedicated model, where the incubation time for the VLS Ge nucleation is inversely proportional to the opening size. The geometric effect on the VLS nucleation can be used for the fine tuning of the morphology and composition of different lateral nano- and micro-structures by simply changing the area of the liquid–vapour interface.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».