MétaCan
Menu
Retour à la cohorte
Enregistrement W4383535355 · doi:10.3390/electronics12132976

Comparative Performance Evaluation of Conventional and Folded Detector Structures: Application to Perovskite X-ray Detectors

2023· article· en· W4383535355 sur OpenAlexafffund
Robin Ray, M. Z. Kabir

Notice bibliographique

RevueElectronics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePerovskite Materials and Applications
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDetective quantum efficiencyDetectorX-ray detectorOpticsQuantum efficiencyOptoelectronicsMaterials scienceNoise (video)Dark currentParticle detectorCharge carrierPhotodetectorPhysicsImage qualityComputer science

Résumé

récupéré en direct d'OpenAlex

The imaging performance of a semiconductor radiation imaging detector critically depends on its photoconductor layer thickness. The conventional detector structure (i.e., a photoconductor layer is sandwiched between two parallel electrodes) needs a strict design criterion on photoconductor thickness as compared to folded detector structure for optimizing the detective quantum efficiency (DQE), which is the most important imaging performance. In this paper, the DQE performance of both folded and conventional detector structures is analyzed by incorporating the quantum noise due to random charge carrier trapping in the photoconductor layer in the cascaded linear system model. An analytical expression for the variance of incomplete charge collection in folded structure is also developed. The optimum values of photoconductor layer thickness and spacing between electrodes for maximizing the DQE under various combinations of exposure, electronic noise and charge carrier transport parameters are investigated. The folded structure provides a design flexibility for achieving DQE higher than 0.7 by adjusting the distance between electrodes without compromising the quantum efficiency while the maximum possible DQE in conventional structure can be even below 0.3 for certain values of material and detector parameters.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,417

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 Opus0,018
Tête enseignante GPT0,273
Écart entre enseignants0,255 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElectronicsMême sujetPerovskite Materials and ApplicationsTravaux en français237 207