Performance Analysis of Open-Gate Junction FET: A New Foundry-Based Silicon Transistor for Biochemical Sensing Applications
Notice bibliographique
Résumé
This paper investigates the performance and parametric design of a new foundry-based silicon field-effect transistor (FET) sensing platform known as the open-gate junction field-effect transistor (OG-JFET) for bio/chemical sensing applications. The fabrication process of the OG-JFET relies on a standard foundry process, requiring the establishment of parametric design rules to understand the effect of crucial sensor performance factors, including transconductance (g$_{\mathrm {m}}$) and device efficiency ($\eta =$gm/I$_{\mathrm {ds}}$). The study examines the impact of various geometric parameters (e.g., channel length and thickness) and material-related parameters (such as boron and phosphorous impurity doping levels) on sensor performance. Simulations provide insights and guidelines for the efficient design and characterization of the OG-JFET, focusing on enhancing gm and maximizing$\eta $for biosensing applications. Experimental measurements of the OG-JFET demonstrate a current range of$\sim ~200~\mu $A/$\mu $m, a high gm of approximately$\sim ~1700~\mu $S ($340~\mu $S/$\mu $m), and$\eta $of$\sim ~4.5$V−1 (for a channel length of$5~\mu $m), which are of importance for circuit design and biosensing application of OG-JFET. These results showcase the performance of this sensor compared to other silicon-based FET platforms for internal signal amplification in sensing applications of OG-JFET. The findings of this paper offer valuable guidelines for the design of sensors based on OG-JFET technology, enabling gaining insights into the impact of sensor structure on sensing performance. Also, we have demonstrated how two performance parameters can be utilized to compare two different designs of OG-JFET, which is useful for future designers.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».