Mechanical Stress-Induced Defects in Thick a-PbO Layers
Notice bibliographique
Résumé
Amorphous lead oxide (a-PbO) X-ray photoconductors show potential for applications in direct conversion medical imaging detectors within the diagnostic energy range. a-PbO enables large-area deposition at low temperatures and exhibits no signal lag. Low dark current can be maintained through specialized blocking layers, similar to those used in multilayer amorphous selenium (a-Se) structures in commercial detectors. However, the current state of a-PbO technology faces challenges in thick layer deposition, leading to crystalline inclusions and cracks. Our proposed stress-induced crystallization model reveals that intrinsic stress in a-PbO layers amplifies with thickness, leading to crystallographic defects. These defects, which are associated with the stable phase of β-PbO, contribute to increased dark current and initiate layer cracking. We calculate the thermal expansion coefficient of a-PbO, indicating a thermomechanical mismatch between the photoconductor and the substrate as the primary source of stress. Furthermore, we demonstrate that layer deposition parameters significantly impact heat accumulation within the growing layer, thereby facilitating temperature-induced crystallization. Our study suggests that relieving stress in grown a-PbO layers by eliminating thermal expansion coefficient mismatches between different layers in a-PbO blocking structures, coupled with optimizing deposition parameters to prevent heat accumulation during layer growth, may inhibit or even prevent stress-induced crystallization and the emergence of structural defects in thick a-PbO layers.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».