Piezoelectric tuning of thermal conductivity in nano-architected gallium nitride metamaterials
Notice bibliographique
Résumé
Gallium nitride (GaN) is widely recognized for its high thermal conductivity and piezoelectric properties, making it a key material in high-power electronics and nanoelectronic devices. Efficient thermal management is essential for the reliability and longevity of such devices, yet existing methods to tune thermal conductivity often present challenges, including permanent alteration of material properties and the complexity of applying mechanical strain at the nanoscale. In this study, we propose a dynamic and reversible approach to tune the thermal conductivity of GaN using the piezoelectric effect where an applied electric field induces mechanical strain and alters the material’s atomic structure and thermal properties. Using molecular dynamics (MD) simulations, we explore the thermal conductivity of pristine GaN and nano-architected GaN metamaterials across three topological families: cubic, octahedron, and triply periodic minimal surfaces (TPMS). Our results demonstrate that nano-architected GaN metamaterials exhibit significantly reduced thermal conductivity compared to pristine GaN, with variations depending on the underlying architecture. Furthermore, we demonstrate that, due to the topology-dependent enhancement of piezoelectric property, nano-architected GaN metamaterials exhibit a broader range of thermal conductivity tunability by an electric field compared to the pristine GaN. This study highlights the potential of tailoring the topological featuring and resorting to the piezoelectricity effect in tuning the thermal conductivity of GaN, providing insights for developing programmable nanoelectronic devices.
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) | 0,000 | 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) | 0,000 | 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 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 ».