Web of Science: 5 citas, Scopus: 5 citas, Google Scholar: citas,
Revealing the improved stability of amorphous boron-nitride upon carbon doping
Kaya, Onurcan (Institut Català de Nanociència i Nanotecnologia)
Colombo, Luigi (The University of Texas at Dallas. Department of Materials Science and Engineering)
Antidormi, Aleandro (Institut Català de Nanociència i Nanotecnologia)
Lanza, Mario (King Abdullah University of Science and Technology. Department of Material Science and Engineering)
Roche, Stephan (Institut Català de Nanociència i Nanotecnologia)

Fecha: 2022
Resumen: We report on a large improvement of the thermal stability and mechanical properties of amorphous boron-nitride upon carbon doping. By generating versatile force fields using first-principles and machine learning simulations, we investigate the structural properties of amorphous boron-nitride with varying contents of carbon (from a few percent to 40 at%). We found that for 20 at% of carbon, the sp/sp ratio reaches a maximum with a negligible graphitisation effect, resulting in an improvement of the thermal stability by up to 20% while the bulk Young's modulus increases by about 30%. These results provide a guide to experimentalists and engineers to further tailor the growth conditions of BN-based compounds as non-conductive diffusion barriers and ultralow dielectric coefficient materials for a number of applications including interconnect technology.
Ayudas: European Commission 101034328
Agencia Estatal de Investigación PCI2021-122092-2A
Derechos: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. Creative Commons
Lengua: Anglès
Documento: Article ; recerca ; Versió publicada
Materia: Amorphous boron nitride ; Barrier dielectrics ; Carbon doping ; Conductive diffusion barrier ; First principles ; Forcefields ; Growth conditions ; Learning simulation ; Machine-learning ; Young modulus
Publicado en: Nanoscale horizons, Vol. 8, Issue 3 (March 2022) , p. 361-367, ISSN 2055-6764

DOI: 10.1039/d2nh00520d


7 p, 1.0 MB

El registro aparece en las colecciones:
Documentos de investigación > Documentos de los grupos de investigación de la UAB > Centros y grupos de investigación (producción científica) > Ciencias > Institut Català de Nanociència i Nanotecnologia (ICN2)
Artículos > Artículos de investigación
Artículos > Artículos publicados

 Registro creado el 2023-04-12, última modificación el 2023-04-16



   Favorit i Compartir