MétaCan
Menu
Retour à la cohorte
Enregistrement W4413442541 · doi:10.1109/eic63069.2025.11123217

Optimizing Permittivity Grading in Power Semiconductor Modules to Reduce Electric Field Stress at the Triple Junction

2025· article· en· W4413442541 sur OpenAlexaff
Muneaki Kurimoto, Shesha Jayaram

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPermittivityTriple junctionMaterials scienceElectric fieldOptoelectronicsSemiconductorGrading (engineering)Stress (linguistics)Electrical engineeringElectronic engineeringEngineering physicsComputer scienceEngineeringDielectricPhysics

Résumé

récupéré en direct d'OpenAlex

One of the major concerns in high-voltage power semiconductor modules is the high electric field stress at the edge of the metallization, where the substrate, encapsulation material, and electrode meet; commonly referred to as the triple junction. If this stress is not controlled, partial discharge may occur, eventually leading to insulation failure. To mitigate this issue, electric field grading techniques, such as the use of permittivity-graded materials in encapsulation, have been investigated. However, the optimal distribution of permittivity remains unclear. This study explores the effective distribution of relative permittivity (<tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$\varepsilon_{\mathrm{r}}$</tex>) in permittivity-graded materials for reducing electric field stress at the triple junction. By comparing the stress-reducing effects of four different types of permittivity distributions, the study aims to identify and discuss the most effective approach.

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 enseignants0,008
Score d'incertitude au seuil0,442

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 Opus0,011
Tête enseignante GPT0,242
Écart entre enseignants0,230 · 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'admission1
Résumé présentoui

Explorer davantage

Même sujetSemiconductor materials and devicesTravaux en français237 207