Molecular dynamics study of thermal transport in single-layer silicon carbide nanoribbons
Notice bibliographique
Résumé
Aiming to solve the heat dissipation problem of next generation energy-efficient nanoelectronics, we have explored the thermal transport behavior of monolayer silicon carbide nanoribbons (SiCNRs) using equilibrium molecular dynamics simulation based on Green-Kubo formalism. Our comprehensive analysis includes the calculation of thermal conductivity both for armchair and zigzag edged SiCNRs as a function of temperature, ribbon width, and length. At a temperature of 300 K, the thermal conductivity of 10 nm × 3 nm SiCNRs is found to be 23.92 ± 4.01 W/m K and 26.26 ± 4.18 W/m K for the armchair and zigzag direction, respectively. With the increase in temperature and length, a decreasing behavior of the thermal conductivity is observed for both directions of the SiCNRs, while the thermal conductivity increases with the increase in the ribbon width. Besides, to explain the size-dependent thermal transport phenomena, the acoustic phonon density of states is calculated using velocity autocorrelation of atoms. The variation of different low-frequency phonon modes validates the explored thermal conductivity at varying widths and lengths. These results would provide insight into and inspiration to design next-generation nanoelectronics with enhanced thermal efficiency using novel SiCNRs.
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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».