Engineering Ni-Silicide Nanocontacts for 3D Silicon Devices via Geometrical Confinement Control
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Nanoscale Ni-silicide alloys are critical components for future generations of 3D electronic devices based on active Si nanostructures, with applications in nanoelectronics, energy conversion, and sensing. This study investigates how geometrical confinement in such nanostructures influences diffusion-driven silicidation, ultimately determining the alloy formation sequence, phase composition, and volumetric expansion. The silicidation of controlled Ni volumes is investigated on vertical silicon nanowires (NW) and nanosheets (NS) under various annealing conditions. The silicide phases and interface morphologies are characterized using high-resolution (scanning) transmission electron microscopy (HR-TEM, HR-STEM), energy-dispersive X-ray spectroscopy (EDX), and four-dimensional scanning transmission electron microscopy (4D-STEM) for nanoscale Ni–Si phase mapping. Under conditions of strong geometric confinement, NiSi 2 is observed to form with faceted, prism-like morphologies aligned with Si (111) planes, features not typically present in planar or bulk samples. This anisotropic growth is associated with preferential Ni diffusion along nanostructure surfaces and limited Si counter-diffusion through the silicide. The resulting NiSi 2 interfaces are structurally distinct and may contribute to reduced contact resistance in both p-type and n-type silicon nanostructures, supporting their integration in 3D device architectures.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 découle