MétaCan
Menu
Retour à la cohorte
Enregistrement W4412938950 · doi:10.1063/5.0278029

Bose–Einstein modelling of temperature-dependent phonon-assisted band-to-band radiative recombination in 4H-SiC

2025· article· en· W4412938950 sur OpenAlexafffund
Salman Bawa, Adrian Kitai

Notice bibliographique

RevueJournal of Applied Physics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhononRecombinationRadiative transferWide-bandgap semiconductorCondensed matter physicsMaterials scienceSpontaneous emissionBose–Einstein condensatePhysicsOptoelectronicsChemistryOpticsLaser

Résumé

récupéré en direct d'OpenAlex

Temperature-dependent variation in the intensity of 390 nm phonon-assisted, band-to-band radiative recombination in 4H-SiC is measured from −156 to 86.5 °C. Our data show a consistent rise in electroluminescence intensity with increasing temperature in a SiC p–n junction. Derivation of an appropriate model, based on single, dominant electron–phonon coupling and Bose–Einstein phonon occupancy statistics, is shown to fit well with our experimental data. We observe a single phonon–electron coupling, and we directly obtain a phonon frequency of 20.4 THz, which is within experimental error of literature optical phonon frequencies in SiC. We use curve fitting to obtain values of the required unknown constants for the first time without resorting to any adjustable parameters. The direct proportionality between the rate of radiative recombination and the absorption coefficient is reaffirmed. Further application of our modelling is presented using literature data for 4H-SiC electroluminescence extending up to 526.85 °C. We further identify phonon overtones and/or phonon combination modes that may participate in assisting with the band-to-band radiative recombination in indirect bandgap semiconductors. We make available our curve-fitting app to researchers for their ease of use.

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 enseignants0,461
Score d'incertitude au seuil0,715

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,226
Écart entre enseignants0,210 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207