MétaCan
Menu
Retour à la cohorte
Enregistrement W4410550829 · doi:10.1021/acs.nanolett.5c01639

Selective Synthesis of Large-Area Monolayer Tin Sulfide from Simple Substances

2025· article· en· W4410550829 sur OpenAlexaff
Jun Ishihara, N. Matsui, Sicheng Li, Jinfeng Yang, Shiro Entani, Takeshi Odagawa, Chaoliang Zhang, Ye Fan, Ibuki Kitakami, Sota YAMAMOTO, Toshihiro Omori, Stephan Hofmann, Makoto Kohda

Notice bibliographique

RevueNano Letters · 2025
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensHatch (Canada)
Organismes subventionnairesFusion Oriented REsearch for disruptive Science and TechnologyJapan Society for the Promotion of SciencePrecursory Research for Embryonic Science and TechnologyEngineering and Physical Sciences Research CouncilCore Research for Evolutional Science and TechnologyTohoku University
Mots-clésMonolayerTinSimple (philosophy)SulfideMaterials scienceNanotechnologyChemistryInorganic chemistryMetallurgy

Résumé

récupéré en direct d'OpenAlex

High Resolution Image Download MS PowerPoint Slide Both tin monosulfide (SnS) and tin disulfide (SnS 2 ) are thermodynamically stable layered materials with the potential for spin-valleytronic devices and photodetectors. Notably, SnS, owing to its low symmetry, exhibits interesting properties such as ferroelectricity, shift-current, and a persistent spin helix state in the monolayer limit. Unlike SnS 2, however, creating large-area atomic-thickness crystals of SnS is challenging, owing to the enhanced interlayer interactions caused by lone pair electrons. Here, we demonstrate that p-type SnS can be selectively grown by varying the sulfur vapor concentration relative to tin using high-purity elemental precursors in a chemical vapor deposition setup. Based on that, we further show that monolayer SnS crystals, up to several tens of micrometers in lateral scale, can be obtained by controlled sublimation of bulk SnS crystals. These findings pave the way for device applications based on high-quality tin sulfide.

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 enseignants0,007
Score d'incertitude au seuil0,531

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 Opus0,009
Tête enseignante GPT0,248
Écart entre enseignants0,238 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNano LettersMême sujet2D Materials and ApplicationsTravaux en français237 207