MétaCan
Menu
Retour à la cohorte
Enregistrement W4412826363 · doi:10.1021/acs.chemmater.5c01383

Strain Engineering Boosts Piezo-/Ferroelectricity in AlScN Alloy: Insights from First-Principles Calculations

2025· article· en· W4412826363 sur OpenAlexafffund
Zenghui Liu, Zhenjun Shao, Yunjian Cao, Hao Li, Lin Yang, Hangyu Zhou, Jun Xu, Jingrui Li, Gang Niu, Zuo‐Guang Ye

Notice bibliographique

RevueChemistry of Materials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Resonator Technologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésFerroelectricityStrain engineeringMaterials scienceAlloyStrain (injury)Condensed matter physicsNanotechnologyEngineering physicsCrystallographyChemistryOptoelectronicsComposite materialEngineeringPhysicsDielectricSilicon

Résumé

récupéré en direct d'OpenAlex

AlScN is a highly promising novel ferroelectric material featuring excellent high-temperature stability and CMOS compatibility, making it a potential candidate for 5G RF front-end filters, next-generation power devices, memories, and emerging in-memory computing devices. However, the rather mediocre piezoelectric coefficient and relatively large coercive field remain critical bottlenecks for its widespread adoption in applications. To provide theoretical guidance and effective strategies for optimizing the AlScN performance, we propose a synergistic regulation strategy based on alloying and strain engineering and conduct first-principles calculations using density functional theory to investigate the effects of Sc concentration and epitaxial tensile strain on the properties of AlScN. The proposed strategy is found to effectively enhance the piezoelectric strain coefficient ( d 33 > 300 pC·N –1 ) and electromechanical coupling coefficient ( k 33 2 ∼ 55%) of AlScN, and reduce its coercive field ( E C ), while maintaining a large polarization ( P sp > 68 μC·cm –2 ). The substantial increase in d 33 and k 33 2 is highly beneficial for optimizing the performance of bulk acoustic wave resonators for signal processing in RF applications. Meanwhile, the reduction in E C provides new opportunities for low-power ferroelectric memory devices, such as ferroelectric random-access memory and in-memory computing synaptic devices. The weakened bond strength and enhanced Born effective charge are found to be crucial in these performance optimizations. Furthermore, we examine the high-temperature stability of strain-engineered AlN-based piezo-/ferroelectric materials through ab initio molecular dynamics simulations. This work not only provides an effective strategy and valuable insights for physical property optimization in AlScN from the theoretical point of view but also clarifies the mechanisms of enhanced piezo-/ferroelectricity in wurtzite alloy systems by application of epitaxial strain and chemical modification.

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 enseignants0,044
Score d'incertitude au seuil0,881

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 GPT0,204
Écart entre enseignants0,195 · 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemistry of MaterialsMême sujetAcoustic Wave Resonator TechnologiesTravaux en français237 207