The detention performance enhancement of single gallium arsenide nanowire photodetector by nitrogen plasma treatment
Notice bibliographique
Résumé
Abstract Sensors based on gallium arsenide (GaAs) nanowires (NWs) have excellent sensitivity and can directly detect individual virus particles and individual DNA molecules. GaAs NW photodetectors have attracted wildly attentions due to their direct band gap, specific surface area and high optical absorption coefficient. However, GaAs NWs suffer the problem of serious surface states, leading to the development of high performance GaAs NW photodetectors. Plasma treatment with inert gas is one of the important methods to reduce the density of surface states. In this paper, the effect of nitrogen plasma treatment on the performance of GaAs NW photodetector is investigated. The results show that the light current of GaAs NW photodetector is obviously increased. Besides, the responsivity, specific detectivity and external quantum efficiency (EQE) are also improved. Under 808 nm laser with the light intensity is 2966.8 mW cm−2, the responsivity changes from 56.4 A W−1 to 117.6 A W−1 and 18.7 A W−1, the specific detectivity changes from 4.7 × 1011 Jones to 9.9 × 1011 Jones and 3.2 × 1011 Jones, the EQE changes from 13 146% to 27 434% and 4359% when the nitrogen plasma treatment time is 0 s, 10 s and 20 s, respectively. This may be related to the defect states density of NWs is changed after nitrogen plasma treatment. This work promotes the further development of GaAs NW photodetectors for biosensing techniques.
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 ».