Struttura del dispositivo e comportamento isteretico dello sweep di tensione del gate. Credito:Northwestern University
Quando i giocatori cercano di risolvere giochi di parole, cercano di mettere insieme indizi per trovare la soluzione. Certo, aiuta avere un vocabolario forte, ma trovare le risposte giuste a quegli enigmi riguarda tanto la logica e la strategia quanto l'essere un paroliere.
Utilizzando un processo sorprendentemente comparabile, un team interdisciplinare di ricercatori di Northwestern Engineering ha messo insieme un metodo per determinare in che modo i diversi materiali 2D rispondono al disordine, testando alcuni materiali che potrebbero eventualmente sostituire il silicio in nuovi transistor e sensori.
"Il metodo di analisi porterà a una migliore comprensione dei potenziali di disordine nei materiali 2D per aiutare a realizzare transistor più veloci, nonché a sensori di gas migliori in grado di discriminare più facilmente diversi gas", ha affermato Matthew Grayson, professore di ingegneria elettrica e informatica al McCormick School of Engineering, e uno degli autori dello studio.
risentito nel documento "Field-effect Conductivity Scaling for Two-dimensional Materials with Tunable Impurity Density" pubblicato il 16 giugno sulla rivista 2D Materials , i ricercatori hanno sviluppato un metodo per determinare l'impronta digitale del disturbo vicino vista da un materiale 2D.
Hanno contribuito allo sforzo anche Vinayak Dravid, professore di scienza e ingegneria dei materiali di Abraham Harris, e Mark Hersam, professore di scienza e ingegneria dei materiali di Walter P. Murphy. Chulin Wang, un dottorato di ricerca candidato nel gruppo di ricerca di Grayson, è stato il primo autore dell'articolo.
Nella scienza, il disordine si riferisce a imperfezioni o cariche vicine che potrebbero disperdere il percorso altrimenti rettilineo di un elettrone. I materiali 2D come il grafene sono particolarmente suscettibili al disordine nelle vicinanze perché hanno letteralmente uno spessore di diversi atomi, al massimo
"La caratterizzazione del disturbo è fondamentale per comprendere e migliorare le prestazioni dei materiali 2D", ha affermato Grayson. "Questo documento mostra che esiste una curva universale che funge da impronta digitale di quel disturbo. Anche se dosi diverse di disturbo sembrano provocare comportamenti completamente diversi, questi comportamenti rappresentano tutti i fili individuali di un arazzo generale."
È qui che entra in gioco la somiglianza tra la scienza e i giochi che giochi sul tuo telefono o sui giornali stampati.
Utilizzando campioni di materiale 2D sviluppati dai gruppi Hersam e Dravid, Grayson e il suo team hanno implementato un nuovo metodo per misurare le curve di conducibilità elettrica utilizzando un criostato, un dispositivo che conserva i campioni a basse temperature per l'esame microscopico. A temperatura ambiente, le cariche che costituiscono il disordine sono libere di spostarsi fino a raggiungere l'equilibrio, ma quando congelate nel criostato, il disordine è congelato in posizione.
Ogni singola curva di conducibilità assomiglia a un pezzo di puzzle. I ricercatori hanno quindi utilizzato una regola empirica per mettere insieme tutte le curve fino a formare un quadro completo.
Ti sembra familiare?
Hanno quindi utilizzato argomenti fisici per capire perché questa regola funziona così bene. Di conseguenza, hanno risolto l'enigma di come ciascuno dei materiali in studio risponde a una specifica classe di imperfezioni.
"L'impressionante continuità di questa immagine quando tutti i pezzi del puzzle erano a posto ci ha ispirato a scavare più a fondo nella fisica per capire quale deve essere la ragione alla base di questo comportamento", ha detto Grayson. "Qui viene applicata la stessa mentalità che il pubblico in generale usa per risolvere il loro quotidiano Wordle o cruciverba."
Questi risultati hanno anche implicazioni per il progresso della ricerca sui materiali 2D.
"Invece di vedere i singoli dispositivi realizzati con gli stessi materiali 2D come un mucchio di pezzi di un puzzle che devono essere studiati indipendentemente ciascuno, ora puoi individuare dove un dato campione si inserisce nel puzzle precedentemente risolto", ha detto Grayson, "in modo che ogni individuo il pezzo viene immediatamente riconosciuto come parte di un'immagine più ampia. + Esplora ulteriormente