MétaCan
Menu
Retour à la cohorte
Enregistrement W4412428606 · doi:10.3390/cryst15070648

Hydrostatic-Pressure Modulation of Band Structure and Elastic Anisotropy in Wurtzite BN, AlN, GaN and InN: A First-Principles DFT Study

2025· article· en· W4412428606 sur OpenAlexaff
Ilyass Ez-zejjari, Haddou El Ghazi, Walid Belaid, Redouane En‐nadir, Hassan Abboudi, A. Sali

Notice bibliographique

RevueCrystals · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesUniversity of Leeds
Mots-clésWurtzite crystal structureHydrostatic pressureMaterials scienceModulation (music)AnisotropyCondensed matter physicsOptoelectronicsPhysicsOpticsAcousticsMechanicsZincMetallurgy

Résumé

récupéré en direct d'OpenAlex

III-Nitride semiconductors (BN, AlN, GaN, and InN) exhibit exceptional electronic and mechanical properties that render them indispensable for high-performance optoelectronic, power, and high-frequency device applications. This study implements first-principles Density Functional Theory (DFT) calculations to elucidate the influence of hydrostatic pressure on the electronic, elastic, and mechanical properties of these materials in the wurtzite crystallographic configuration. Our computational analysis demonstrates that the bandgap energy exhibits a positive pressure coefficient for GaN, AlN, and InN, while BN manifests a negative pressure coefficient consistent with its indirect-bandgap characteristics. The elastic constants and derived mechanical properties reveal material-specific responses to applied pressure, with BN maintaining superior stiffness across the pressure range investigated, while InN exhibits the highest ductility among the studied compounds. GaN and AlN demonstrate intermediate mechanical robustness, positioning them as optimal candidates for pressure-sensitive applications. Furthermore, the observed nonlinear trends in elastic moduli under pressure reveal anisotropic mechanical responses during compression, a phenomenon critical for the rational design of strain-engineered devices. The computational results provide quantitative insights into the pressure-dependent behavior of III-N semiconductors, facilitating their strategic implementation and optimization for high-performance applications in extreme environmental conditions, including high-power electronics, deep-space exploration systems, and high-pressure 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,245
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrystalsMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207