MétaCan
Menu
Retour à la cohorte
Enregistrement W4407742492 · doi:10.1103/prxenergy.4.017002

Spatial Atomic Layer Deposition for Energy and Electronic Devices

2025· article· en· W4407742492 sur OpenAlexaff
Robert L. Z. Hoye, David Muñoz‐Rojas, Zhuotong Sun, Hayri Okcu, Hatameh Asgarimoghaddam, Judith L. MacManus‐Driscoll, Kevin P. Musselman

Notice bibliographique

RevuePRX Energy · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesEngineering and Physical Sciences Research CouncilAssociation Neurofibromatoses et RecklinghauseAgence Nationale de la RechercheUK Research and Innovation
Mots-clésAtomic layer depositionDeposition (geology)Layer (electronics)Materials scienceLayer by layerEnergy (signal processing)NanotechnologyOptoelectronicsPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Functional thin films play a critical role in efforts toward efficient devices for energy conversion and storage, as well as low-loss electronics. These films need to be manufactured at scale, cost-effectively, and with precision. Atmospheric pressure spatial atomic layer deposition (AP-SALD) has emerged as a promising technique for fulfilling these requirements. AP-SALD replicates the subnanometer control of thickness, uniformity, crystallinity, and conformality to the substrate featured in conventional atomic-layer-deposited films, but has the important advantage of depositing these films with growth rates that are orders of magnitude higher. This review discusses the opportunities and advantages that AP-SALD opens up in energy-conversion and storage devices, as well as low-loss electronics. In particular, the review features recent work on using AP-SALD-grown films for photovoltaics, light-emitting diodes, self-powered sensors, and photoelectrochemical cells and batteries, as well as in transparent conductive materials and the epitaxial growth of thin films. Perspectives on future unexplored opportunities for AP-SALD in energy and low-loss electronics are also discussed.

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)0,000
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 enseignants0,146
Score d'incertitude au seuil0,405

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,005
Tête enseignante GPT0,206
Écart entre enseignants0,201 · 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

Citations19
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRX EnergyMême sujetSemiconductor materials and devicesTravaux en français237 207