MétaCan
Menu
Retour à la cohorte
Enregistrement W4384340581 · doi:10.1002/adfm.202305733

3D HfO<sub>2</sub> Thin Film MEMS Capacitor with Superior Energy Storage Properties

2023· article· en· W4384340581 sur OpenAlexafffund
Yijun Zhang, Huifeng Zhao, Tianyi Yan, Wei Ren, Gang Niu, Zhuangde Jiang, Zenghui Liu, He‐Ping Wu, Zhe Wang, Zuo‐Guang Ye

Notice bibliographique

RevueAdvanced Functional Materials · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueFerroelectric and Piezoelectric Materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésCapacitorMaterials scienceMicroelectronicsMicroelectromechanical systemsEnergy storageOptoelectronicsFilm capacitorDielectricElectrical engineeringVoltagePower (physics)Engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Capacitors are ubiquitous and crucial components in modern technologies. Future microelectronic devices require novel dielectric capacitors with higher energy storage density, higher efficiency, better frequency and temperature stabilities, and compatibility with integrated circuit (IC) processes. Here, in order to overcome these challenges, a novel 3D HfO 2 thin film capacitor is designed and fabricated by an integrated microelectromechanical system (MEMS) process. The energy storage density (ESD) of the capacitor reaches 28.94 J cm −3 , and the energy storage efficiency of the capacitor is up to 91.3% under an applied electric field of 3.5 MV cm −1 . The ESD can be further improved by reducing the minimum period structure size of the 3D capacitor. Moreover, the 3D capacitor exhibits excellent temperature stability (up to 150 °C) and charge‐discharge endurance (10 7 cycles). The results indicate that the 3D HfO 2 thin film MEMS capacitor has enormous potential in energy storage applications in harsh environments, such as pulsed discharge and power conditioning electronics.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,004
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,014
Tête enseignante GPT0,195
Écart entre enseignants0,180 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Functional MaterialsMême sujetFerroelectric and Piezoelectric MaterialsTravaux en français237 207