Spatially Correlated Oxygen Vacancies, Electrons and Conducting Paths in TiO<sub>2</sub> Thin Films
Notice bibliographique
Résumé
Resistive switching, characterized by reversible changes in material resistance under external electric fields, underpins resistive random-access memory (ReRAM) technology, which holds promise for next-generation memory and neuromorphic devices owing to its fast switching speed, nonvolatility, and structural simplicity. Among materials exhibiting resistive switching, transition metal oxides emerge as leading candidates for ReRAM components due to their high CMOS compatibility. However, complex thermal, electrical, chemical, and mechanical interactions during switching introduce variability, leaving the underlying mechanisms insufficiently understood. Therefore, this study investigates the ionic-electronic dynamics involved in resistive switching, focusing on the electroforming and reset processes in TiO 2 thin films─a representative transition metal oxide─through a colocalized, multimodal scanning probe microscopy (SPM) approach. Conductive atomic force microscopy (C-AFM) induces resistive switching and visualizes modulated spatial current pathways, while electrochemical strain microscopy (ESM) and Kelvin probe force microscopy (KPFM) capture corresponding ionic and electronic interplays at the same switching event and site. This integrated strategy provides direct nanoscale correlations that are difficult to resolve with single-mode or separate modality measurements, revealing how defect ion modulation and electron injection in concert govern the switching behavior. Furthermore, topography degradation observed during reset processes suggests that facilitated diffusion of injected oxygen ions along defect-enriched sites enhances retention properties of high resistance states. Based on these findings, the study proposes a potential switching mechanism, emphasizing the role of ionic-electronic dynamics.
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 ».