MétaCan
Menu
Retour à la cohorte
Enregistrement W4327697688 · doi:10.1117/12.2659145

Liquid metal fabrication of ultrathin Ga2O3 and GaN layers for integrated optics

2023· article· en· W4327697688 sur OpenAlexfundno aff
Panteha Pedram, Ali Zavabeti, Nitu Syed, Amine Slassi, Chung Kim Nguyen, Benjamin Fornacciari, Anne Lamirand, Jules Galipaud, Arrigo Calzolari, Andreas Boes, Torben Daenke, Sébastien Cueff, Arnan Mitchell, Christelle Monat

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensnon disponible
Organismes subventionnairesRMIT UniversityEuropean CommissionOntario Ministry of Natural Resources and Forestry
Mots-clésMaterials scienceFabricationEllipsometryX-ray photoelectron spectroscopyPhotonicsOptoelectronicsNitrideMetalOxideSemiconductorPlasmaNanotechnologyThin filmChemical engineeringLayer (electronics)Metallurgy

Résumé

récupéré en direct d'OpenAlex

We report on the synthesis of 2D GaN materials by the so-called liquid metal chemistry and tuning of their composition between oxide and nitride materials. This technique promises easier integration of 2D materials onto photonic devices compared to traditional “top-down” and “bottom-up” methods. Our fabrication method is carried out via a two-step liquid metal-based printing method followed by a microwave plasma-enhanced nitridation reaction. The synthesis of GaN relies on plasma-treated liquid metal-derived two-dimensional (2D) sheets that were squeeze-transferred onto desired substrates. We characterized the composition and optical properties of the resulting nm-thick GaN films using AFM, XPS, and ellipsometry measurements. Finally, the optical indices measured by ellipsometry are compared with theoretical results obtained by density functional theory (DFT). Our results represent a first step toward integrating 2D materials and semiconductors into electronics and optical devices.

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 enseignants0,020
Score d'incertitude au seuil0,246

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 Opus0,022
Tête enseignante GPT0,270
Écart entre enseignants0,247 · 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'admission1
Résumé présentoui

Explorer davantage

Même sujetGaN-based semiconductor devices and materialsTravaux en français237 207