Interfacial Contact Engineering Enables Giant‐Performance Semiconductor Nanomembrane Optoelectronic Devices
Notice bibliographique
Résumé
Abstract Contact properties at a nanoscale interface critically influence the electrical behaviors of heterogeneous semiconductor devices. Herein, a platform is established to systematically investigate semiconductor nanomembrane interfacial contacts and their impact on the optoelectronic performance of various heterojunctions. Photodiodes with asymmetrical and symmetrical junctions are synthesized through a combination of different contact material stacks and processing steps. Adjusting the surface Schottky barrier height is essential in controlling charge injection and reducing the noise current. Two principal strategies are utilized to enhance the Schottky barrier: surface passivation through interfacial reactions and tuning the buffer layer work function. For electron‐rich Si nanomembranes (SiNMs), an indium‐tin‐oxide (ITO) buffer layer is demonstrated to boost the Schottky barrier through both above strategies by varying device fabrication processing. The work‐function tunable semiconductor‐like ITO (semi‐ITO) is developed for the Schottky junction, while the Ohmic contact is optimized by inserting an emerging low work‐function ytterbium oxide (YbO x ) layer. Extraordinary performance in sensing faint light is demonstrated, including fA/ µm level reverse dark current, rectification ratio of ≈10 8 , picowatt‐level illumination resolution, self‐powered detection, and rapid response speed (≈2.57 µs rise time). This research offers a universal approach to modifying interfacial contacts for advanced semiconductor nanomembrane optoelectronic devices.
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 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».