MétaCan
Menu
Retour à la cohorte
Enregistrement W4401598686 · doi:10.1088/1361-6463/ad6fae

Tuning the thermal conductivity of silicon nanowires by surface passivation

2024· article· en· W4401598686 sur OpenAlexaff
Céline Ruscher, Robinson Cortes–Huerto, Robert Hannebauer, Debashish Mukherji, Alireza Nojeh, A. Srikantha Phani

Notice bibliographique

RevueJournal of Physics D Applied Physics · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensVancouver Biotech (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPassivationDangling bondMaterials scienceThermal conductivitySiliconConductivityNanowireAnalytical Chemistry (journal)NanotechnologyOptoelectronicsLayer (electronics)ChemistryPhysical chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Using large scale molecular dynamics simulations, we study the thermal conductivity of bare and surface passivated silicon nanowires (SiNWs). For the cross–sectional widths <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:mi>w</mml:mi> <mml:mtext>⩽</mml:mtext> <mml:mn>2</mml:mn> </mml:mrow> </mml:math> nm, SiNWs become unstable because of the surface amorphization and also due to the evaporation of a certain fraction of Si atoms. The observed surface (in–)stability is related to a large excess energy Δ of the surface Si atoms with respect to the bulk Si, resulting from the surface atoms being less coordinated and having dangling bonds. We first propose a practically relevant method that uses Δ as a guiding tool to passivate these dangling bonds with hydrogen or oxygen, stabilizing the SiNWs. These passivated SiNWs are used to calculate the thermal conductivity coefficient κ . While the expected trend of <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:mi>κ</mml:mi> <mml:mo>∝</mml:mo> <mml:mi>w</mml:mi> </mml:mrow> </mml:math> is observed for all SiNWs, surface passivation provides an added flexibility of tuning κ with the surface coverage concentration c of passivated atoms. Indeed, with respect to the bulk κ , passivation of SiNW reduces κ by 75%–80% for <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:mi>c</mml:mi> <mml:mo accent="false" stretchy="false">→</mml:mo> <mml:mn>50</mml:mn> <mml:mi mathvariant="normal">%</mml:mi> </mml:mrow> </mml:math> and increases it by 50% for the fully passivated samples. Analyzing the phonon band structures via spectral energy density, we discuss separate contributions from the surface and the core to κ . Our results also reveal that surface passivation increases SiNW stiffness, contributing to the tunability in κ .

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 candidatesaucune
Catégories consensuellesaucune
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 enseignants0,018
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,243
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics D Applied PhysicsMême sujetThermal properties of materialsTravaux en français237 207