Estructura del dispositivo y comportamiento histerético del barrido de voltaje de puerta. Crédito:Universidad de Northwestern
Cuando los jugadores intentan resolver juegos de palabras, intentan juntar pistas para encontrar la solución. Claro, ayuda tener un vocabulario sólido, pero encontrar las respuestas correctas a esos acertijos tiene tanto que ver con la lógica y la estrategia como con ser un artífice de las palabras.
Usando un proceso sorprendentemente comparable, un equipo interdisciplinario de investigadores de Northwestern Engineering creó un método para determinar cómo los diferentes materiales 2D responden al desorden, probando algunos materiales que posiblemente podrían reemplazar al silicio en nuevos transistores y sensores.
"El método de análisis conducirá a una mejor comprensión de los potenciales de desorden en materiales 2D para ayudar a hacer transistores más rápidos, así como mejores sensores de gas que puedan discriminar más fácilmente diferentes gases", dijo Matthew Grayson, profesor de ingeniería eléctrica e informática en McCormick. School of Engineering, y uno de los autores del estudio.
resentido en el artículo "Escalado de conductividad de efecto de campo para materiales bidimensionales con densidad de impureza sintonizable" publicado el 16 de junio en la revista 2D Materials , los investigadores desarrollaron un método para determinar la huella digital del trastorno vecino visto por un material 2D.
Vinayak Dravid, Profesor Abraham Harris de Ciencia e Ingeniería de Materiales, y Mark Hersam, Profesor Walter P. Murphy de Ciencia e Ingeniería de Materiales, también contribuyeron al esfuerzo. Chulin Wang, un doctorado. candidato en el grupo de investigación de Grayson, fue el primer autor del artículo.
En la ciencia, el desorden se refiere a las imperfecciones o cargas cercanas que podrían dispersar el camino recto de un electrón. Los materiales 2D como el grafeno son particularmente susceptibles al desorden cercano porque tienen literalmente varios átomos de espesor, como máximo
"La caracterización del desorden es fundamental para comprender y mejorar el rendimiento de los materiales 2D", dijo Grayson. "Este artículo muestra que existe una curva universal que sirve como huella digital de ese trastorno. Aunque las diferentes dosis de trastorno parecen dar como resultado comportamientos completamente diferentes, todos estos comportamientos representan hilos individuales de un tapiz general".
Aquí es donde surge la similitud entre la ciencia y los juegos que juegas en tu teléfono o periódico impreso.
Usando muestras de material 2D desarrolladas por los grupos de Hersam y Dravid, Grayson y su equipo implementaron un nuevo método para medir las curvas de conductividad eléctrica usando un criostato, un dispositivo que conserva las muestras a bajas temperaturas para su examen microscópico. A temperatura ambiente, las cargas que constituyen el desorden pueden moverse libremente hasta que alcanzan el equilibrio, pero cuando se congelan en el criostato, el desorden se congela en su lugar.
Cada curva de conductividad individual se asemeja a una pieza de rompecabezas. Luego, los investigadores utilizaron una regla empírica para juntar todas las curvas hasta formar una imagen completa.
¿Te suena familiar?
Luego usaron argumentos físicos para comprender por qué esta regla funciona tan bien como lo hace. Como resultado, resolvieron el enigma de cómo cada uno de los materiales bajo estudio responde a una clase específica de imperfecciones.
"La impresionante continuidad de esta imagen cuando todas las piezas del rompecabezas estaban en su lugar nos inspiró a profundizar en la física para comprender cuál debe ser la razón subyacente de este comportamiento", dijo Grayson. "Aquí se aplica la misma mentalidad que el público en general utiliza para resolver su Wordle o crucigrama diario".
Estos hallazgos también tienen implicaciones para el avance de la investigación de materiales 2D.
"En lugar de ver dispositivos individuales hechos de los mismos materiales 2D como un montón de piezas de rompecabezas que deben estudiarse de forma independiente, ahora puede ubicar dónde encaja una muestra dada en el rompecabezas resuelto previamente", dijo Grayson, "para que cada individuo la pieza se reconoce instantáneamente como parte de una imagen más amplia. + Explore más
