MétaCan
Menu
Retour à la cohorte
Enregistrement W4405333981 · doi:10.1021/acsami.4c17183

Surmounting Erase-Operation Limit in Organic Charge-Trap Memories by Fine Tuning Electron Injection at Semiconductor/Heterobimetallic Electrode Contacts

2024· article· en· W4405333981 sur OpenAlexaff
Woo-Seok Kim, Chang‐Hyun Kim, Jin‐Hyuk Kwon, Min‐Hoi Kim

Notice bibliographique

RevueACS Applied Materials & Interfaces · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of Korea
Mots-clésMaterials scienceElectrodeOptoelectronicsSemiconductorVoltageElectronTrap (plumbing)Threshold voltageOrganic semiconductorFermi levelLayer (electronics)Limit (mathematics)NanotechnologyTransistorElectrical engineeringChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Heterobimetallic systems (HBS), known for their ability to facilitate the versatile design of surface workfunctions, offer significant potential as an electron-injection electrode layer for organic semiconductors. In this paper, we propose a universal and effective strategy to overcome the limitations of the erase operation in charge-trap memory with a small-bandgap organic semiconductor or diketopyrrolopyrrole-quaterthiophene-conjugated polymer (PDPP4T) by utilizing HBS-based source/drain (SD) electrodes. Conventional gold SD electrodes restrict electron injection into the PDPP4T layer during the electrical erase operation and impose a lower limit on the erasing voltage required for full threshold-voltage recovery. The HBS SD electrodes with an upshifted Fermi level toward the lowest unoccupied molecular orbital level of PDPP4T enhanced electron injection during an electrical erase operation, reducing the erasing voltage and achieving a balance between programming and erasing voltages. In addition, an asymmetric SD structure was employed for preventing a decrease in the on-state drain current while maintaining an optimal erase operation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,220
Écart entre enseignants0,211 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACS Applied Materials & InterfacesMême sujetAdvanced Memory and Neural ComputingTravaux en français237 207