MétaCan
Menu
Retour à la cohorte
Enregistrement W4409129258 · doi:10.1109/jeds.2025.3557401

Modeling the Increase in Effective Mobility in Short-Channel Oxide Thin-Film Transistors

2025· article· en· W4409129258 sur OpenAlexafffund
Oliver Durnan, Reem Alshanbari, H.S. Cho, Ioannis Kymissis, Chang‐Hyun Kim

Notice bibliographique

RevueIEEE Journal of the Electron Devices Society · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésThin-film transistorMaterials scienceOptoelectronicsThin filmTransistorElectron mobilityChannel (broadcasting)Electronic engineeringElectrical engineeringNanotechnologyEngineeringVoltageLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

This paper investigates the dependence of effective carrier mobility on the channel length in oxide thin-film transistors (TFTs). Bottom-gate staggered TFTs fabricated with a sputtered indium-gallium-zinc-oxide channel exhibit a substantial increase in field-effect mobility with decreasing channel length, which is at variance with typical manifestation of contact resistance. An original model is thus proposed to describe the channel-length-dependent mobility in these TFTs. By decoupling local and intrinsic transport properties affecting the drain current, the model reproduces and rationalizes the observed phenomena. These results provide both a practical modeling tool and fundamental insights into the behaviors of oxide TFTs associated with the charge injection at their metal/semiconductor interface.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,472

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,236
Écart entre enseignants0,227 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of the Electron Devices SocietyMême sujetSemiconductor materials and devicesTravaux en français237 207