Tritiation of Semiconductor Materials for Micropower Application
Notice bibliographique
Résumé
We report on a simple and versatile method for the integration of tritium in semiconductor materials. A variety of semiconductor materials are exposed to tritium (T2) gas at pressures of up to 120 bar and temperatures of up to 250 °C. Tritiated materials include hydrogenated amorphous silicon (a-Si:H), crystalline silicon (c-Si), silica and carbon nanotubes (CNT). Deep ultra-violet laser irradiation was used to lock tritium in silica films. Effusion measurements show the presence of stable tritium in silicon, silica and CNTs up to 400 °C. IR absorption spectra show a Si-T stretching mode at 1200 cm-1 indicating the formation of stable Si-T bonds in a-Si:H. SIMS measurements show that the penetration depth of tritium in a-Si:H and c-Si is 150 and 10 nm, respectively; the concentration of tritium locked in a-Si:H and c-Si is 20 and 4 at.%, respectively. In tritiated silica, 248-nm UV laser irradiation locks the permeated tritium at stable chemical bonding sites in the silica lattice. Thermal effusion measurement shows that 0.5 wt.% tritium can be stably immobilized in CNTs. The application of tritiated silicon as a cold electron source is demonstrated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».