Toward Weak Epitaxial Growth of Silicon Phthalocyanines: How the Choice of the Optimal Templating Layer Differs from Traditional Phthalocyanines
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 | 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 découle