Large‐Scale Formation of Uniform Porous Ge Nanostructures with Tunable Physical Properties
Notice bibliographique
Résumé
Abstract Porous germanium (PGe) nanostructures attract a lot of attention for various emerging applications due to their unique properties. Consequently, there is an increasing need for the development of low‐cost synthesis routes that are compatible with large‐scale production. Bipolar electrochemical etching (BEE) is a widely used solution for producing porous Ge layers. However, the lack of controllable production of large‐scale uniform PGe layers is the limiting factor for mainstream applications. Large‐scale homogeneous PGe layers formation is demonstrated by improving the BEE process. The PGe structures demonstrate excellent homogeneity in thickness and porosity, with a relative variation of below 2% across the 100 mm wafer. Furthermore, this process enables accurate tuning of the PGe's physical properties through variation of the etching parameters. PGe structures with porosity ranging from 40% to 80% and an adjustable thickness, while preserving low surface roughness are demonstrated, giving access to a large variety of PGe nanostructures for a wide range of applications. Ellipsometry and X‐ray reflectivity are employed to measure the porosity and thickness of PGe layers, providing fast and non‐destructive methods of characterization. These findings lay the groundwork for the large‐scale production of high‐quality PGe layers with on‐demand characteristics.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».