Toward Weak Epitaxial Growth of Silicon Phthalocyanines: How the Choice of the Optimal Templating Layer Differs from Traditional Phthalocyanines
Notice bibliographique
Résumé
Weak epitaxial growth typically utilizes oligomeric or polymeric phenyls or thiophenes as a templating layer to improve the deposition of metal phthalocyanines (MPc) and other disk-like molecules. In this study, we report the use of perfluorinated para -sexiphenyl ( p -6PF) as a templating layer, for the fabrication of bis(pentafluorophenoxy) silicon phthalocyanine (F 10 -SiPc)-, copper phthalocyanine (CuPc)-, and perfluorinated copper phthalocyanine (F 16 -CuPc)-based organic thin-film transistors (OTFTs). By optimizing the deposition time and substrate temperature during deposition, we were able to control the surface coverage, roughness, and growth morphology of p -6PF leading to F 10 -SiPc OTFTs with n-type mobilities (μ) of 0.14 cm 2 V –1 s –1 . In comparison, using CuPc and F 16 -CuPc with p -6PF led to mobilities of 0.009 (holes) and 0.012 cm 2 V –1 s –1 (electrons), respectively. In contrast, an unfluorinated para -sexiphenyl ( p -6P) templating layer demonstrates inferior performance as a template for F 10 -SiPc while proving to be more effective for CuPc and F 16 -CuPc. Atomic force microscopy and powder X-ray diffraction suggest that higher surface coverage of the p -6PF layer increased the grain sizes and crystallinity of F 10 -SiPc. Grazing-incidence wide-angle X-ray scattering shows improved crystallinity of F 10 -SiPc on p -6PF over p -6P and vice versa for F 16 -CuPc. Overall, these results demonstrate that p -6PF is a promising templating candidate for F 10 -SiPc-based OTFTs and that the choice of the templating layer needs to be optimized for the semiconductor.
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 | 0,001 |
| 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 ».