MétaCan
Menu
Retour à la cohorte
Enregistrement W4387116989 · doi:10.1063/5.0171559

The impact of device length on the electron’s effective mobility

2023· article· en· W4387116989 sur OpenAlexafffund
Alireza Azimi, Mohammadreza Azimi, M. S. Shur, Stephen K. O’Leary

Notice bibliographique

RevueJournal of Applied Physics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésElectronElectron mobilityBallistic conductionElectron transport chainWurtzite crystal structureMaterials scienceSiliconSemiconductorGallium nitrideSilicon carbideGallium arsenideSpace chargeCondensed matter physicsOptoelectronicsChemistryPhysicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

Within the framework of an electron transport regime classification scheme, we aim to explore the boundaries that occur between the ballistic, collision-dominated, space-charge injection, and non-space-charge injection electron transport regimes that are experienced by an electron within a semiconducting device, mapping out where these different electron transport regimes are. We do this by determining the electron’s mean free path and the relevant screening length. In order to make this analysis concrete, we perform this analysis for four representative semiconductor material systems, including silicon, gallium arsenide, the 4H-phase of silicon carbide, and the wurtzite phase of gallium nitride. The entire analysis is performed using a two-dimensional approach, this being representative of the electron transport that is experienced by an electron in the vicinity of a two-dimensional electron gas. Finally, following an evaluation of the dependence of the ballistic mobility on the device length scale for all four materials, an evaluation of the effective mobility as a function of the channel-length scale is pursued, a Matthiessen-rule based approach being employed for the purposes of this analysis.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,260
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetSemiconductor materials and devicesTravaux en français237 207