<b>The Effect of Scattering of Phonons, Surface and Grain Boundary on electrical Properties for Tungsten Nanometallic</b>
Notice bibliographique
Résumé
In the context of increasing the use of nanometals in electrical and electronic applications and improving their unique electrical properties, this research explains the effect of the mechanisms of scattering of phonons at room-temperature (293K) in addition to the scattering and reflection of electrons at the surface and at grain boundary on the electrical resistivity of Tungsten metal at different thicknesses. The electrical resistivity of Tungsten was obtained by solving the Boltzmann transport equation which the electron scattering coefficient at the surface (p) is calculated by the Fuch-Sondheimer model, and the grain boundary reflection coefficient (R) by the Mayadas-Shatzkes model were calculated as (p=0.89) and (R=0.18) for Tungsten metal based on the mean of the free path of the electrons. The results showed that there is a linear relationship between the mechanisms of scattering and resistivity, and an inverse relation between electrical resistivity (ρ) and the thickness of the nanometal (d) and extending to a large range of thicknesses. Moreover, the defects of the crystal lattice and the roughness of the surface have an evident impact on the electrical properties of Tungsten metal. In addition, we obtained an excellent consistency between experimental data and theoretical results of electrical resistivity. These results provide important predictions for the use of nano-Tungsten as an interconnection between micro integrated electronic circuits and in various electrical 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 | 0,001 | 0,001 |
| 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 ».