Epitaxial Interface‐Driven Photoresponse Enhancement in Monolayer WS <sub>2</sub> –MoS <sub>2</sub> Lateral Heterostructures
Notice bibliographique
Résumé
Abstract 2D transition metal dichalcogenides heterostructures are driving advancements in next‐generation optoelectronic technologies. Lateral 2D heterojunctions with atomically seamless interfaces play a vital role in modulating charge separation and carrier dynamics, yet underlying transport mechanisms remain inadequately understood, limiting practical deployment. Here, monolayer WS 2 ‐MoS 2 lateral edge‐epitaxial heterostructures synthesized via chemical vapor deposition (CVD), providing critical insights into heterointerface effects on charge distribution and photoresponse are reported. Photodetector fabricated from this heterostructures exhibit broadband spectral response from ultraviolet to near‐infrared, achieving peak responsivity of 1850 mA W −1 and detectivity of 4.36 × 10 11 Jones under 565 nm illumination. This represents ≈200% enhancement compared to individual monolayer MoS 2 or WS 2 devices, directly demonstrating the synergistic benefits of lateral heterostructure engineering. Spatially resolved surface potential mapping and second‐harmonic generation imaging reveal that enhanced performance originates at the epitaxial interface, confirming the critical role of interfacial electric fields and nonlinear optical effects in charge carrier dynamics. The characterization provides direct experimental evidence linking atomically seamless interface properties to macroscopic device performance enhancements. These findings underscore the significant potential of CVD‐grown WS 2 ‐MoS 2 lateral heterostructures for high‐performance photodetectors and establish interface engineering as a powerful strategy for advancing 2D semiconductor device technologies.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 | 0,001 |
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 tête enseignante, 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 ».