MétaCan
Menu
Retour à la cohorte
Enregistrement W4324116328 · doi:10.1109/ojnano.2023.3256410

Metallic CNT Tolerant Field Effect Transistor Using Dielectrophoresis

2023· article· en· W4324116328 sur OpenAlexafffund
Shobhit Kareer, Jeongwon Park

Notice bibliographique

RevueIEEE Open Journal of Nanotechnology · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Science Foundation of Sri LankaUniversity of Ottawa
Mots-clésDielectrophoresisMaterials scienceCarbon nanotubeTransistorNanometreField-effect transistorElectrodeOptoelectronicsNanotechnologySIGNAL (programming language)Electric fieldSiliconElectrical engineeringComposite materialVoltageComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The performance of silicon-based transistors is reaching its limit, and new materials like carbon nanotubes (CNTs) have started emerging to replace them in electronic products. However, the precise manipulation of CNTs requires complicated techniques, which increases process variation. These variations can lead to a decrease in the overall yield of the field-effect transistor (FET). This study shows how a low-frequency signal may regulate the number of CNTs on electrodes with a nanometer scale. We also demonstrate using an interdigitated electrode to reduce the shorts caused by metallic CNTs. The fabricated CNFETs were characterized using SEM, AFM, and I-V measurements. The study also demonstrates how the duration and amplitude of the applied signal impact the density of CNTs on the electrodes. Finally, finite element analysis was used to evaluate the electric field parameters during DEP. This technique will lead to precise CNTs per unit area, which can help fabricate transistors, sensors, and other electronic components.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,690

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,024
Tête enseignante GPT0,307
Écart entre enseignants0,283 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of NanotechnologyMême sujetCarbon Nanotubes in CompositesTravaux en français237 207