MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416768697 · doi:10.1007/s11082-025-08586-2

Modulating MoS2 conductivity through nitrogen doping: a spray-coating approach to P-type 2D semiconductors

2025· article· en· W4416768697 sur OpenAlexaff
Thomas Vicart, Youssef Doubi, Bouchra Asbani, Nitul S. Rajput, Ahmed Kotbi, M. El Marssi, My Alı El Khakani, Mustapha Jouiad

Notice bibliographique

RevueOptical and Quantum Electronics · 2025
Typearticle
Langueen
DomaineMaterials Science
Thématique2D Materials and Applications
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésDopingX-ray photoelectron spectroscopySemiconductorThin filmMolybdenum disulfideElectronic structureBand gapNitrogenTungsten disulfide

Résumé

récupéré en direct d'OpenAlex

Abstract Molybdenum disulfide (MoS 2 ) thin films have attracted increasing interest due to their exceptional electronic and optical properties. Although pristine MoS₂ typically exhibits intrinsic n-type conductivity, nitrogen doping provides a viable strategy to modulate its electronic behavior and induce a p-type transition. To experimentally realize this modification, nitrogen-doped MoS 2 films were fabricated using a simple, cost-effective, and scalable spray-coating technique. Structural characterization using x-ray diffraction and Raman spectroscopy confirmed the polycrystalline nature of the films and the coexistence of mixed phase1T/2H-MoS 2 . Back-gated field-effect transistors (FETs) based on the as-deposited N-doped MoS 2 films exhibited clear p-type transport behavior, with a maximum hole mobility of 3.1 cm²·V⁻¹·s⁻¹. X-ray photoelectron spectroscopy confirmed the successful incorporation of nitrogen atoms, achieving a doping concentration of up to 4.83%. These findings highlight the potential of nitrogen-doped MoS₂ films synthesized via facile spray coating for future applications in low-cost, flexible, and scalable 2D electronic and optoelectronic 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,287
Écart entre enseignants0,260 · 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 source (Gemma direct ou Codex distillé), 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 présentnon

Explorer davantage

Même revueOptical and Quantum Electronics→Même sujet2D Materials and Applications→Travaux en français237 207→