JC
Jim Ciston
Author with expertise in Accelerating Materials Innovation through Informatics
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
14
(43% Open Access)
Cited by:
3,235
h-index:
41
/
i10-index:
88
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Enhanced ferroelectricity in ultrathin films grown directly on silicon

Suraj Cheema et al.Apr 22, 2020
Ultrathin ferroelectric materials could potentially enable low-power logic and nonvolatile memories1,2. As ferroelectric materials are made thinner, however, the ferroelectricity is usually suppressed. Size effects in ferroelectrics have been thoroughly investigated in perovskite oxides—the archetypal ferroelectric system3. Perovskites, however, have so far proved unsuitable for thickness scaling and integration with modern semiconductor processes4. Here we report ferroelectricity in ultrathin doped hafnium oxide (HfO2), a fluorite-structure oxide grown by atomic layer deposition on silicon. We demonstrate the persistence of inversion symmetry breaking and spontaneous, switchable polarization down to a thickness of one nanometre. Our results indicate not only the absence of a ferroelectric critical thickness but also enhanced polar distortions as film thickness is reduced, unlike in perovskite ferroelectrics. This approach to enhancing ferroelectricity in ultrathin layers could provide a route towards polarization-driven memories and ferroelectric-based advanced transistors. This work shifts the search for the fundamental limits of ferroelectricity to simpler transition-metal oxide systems—that is, from perovskite-derived complex oxides to fluorite-structure binary oxides—in which ‘reverse’ size effects counterintuitively stabilize polar symmetry in the ultrathin regime. Enhanced switchable ferroelectric polarization is achieved in doped hafnium oxide films grown directly onto silicon using low-temperature atomic layer deposition, even at thicknesses of just one nanometre.
0

Facile transformation of imine covalent organic frameworks into ultrastable crystalline porous aromatic frameworks

Xinle Li et al.Jul 25, 2018
The growing interest in two-dimensional imine-based covalent organic frameworks (COFs) is inspired by their crystalline porous structures and the potential for extensive π-electron delocalization. The intrinsic reversibility and strong polarization of imine linkages, however, leads to insufficient chemical stability and optoelectronic properties. Developing COFs with improved robustness and π-delocalization is highly desirable but remains an unsettled challenge. Here we report a facile strategy that transforms imine-linked COFs into ultrastable porous aromatic frameworks by kinetically fixing the reversible imine linkage via an aza-Diels-Alder cycloaddition reaction. The as-formed, quinoline-linked COFs not only retain crystallinity and porosity, but also display dramatically enhanced chemical stability over their imine-based COF precursors, rendering them among the most robust COFs up-to-date that can withstand strong acidic, basic and redox environment. Owing to the chemical diversity of the cycloaddition reaction and structural tunability of COFs, the pores of COFs can be readily engineered to realize pre-designed surface functionality.
0

Unravelling surface and interfacial structures of a metal–organic framework by transmission electron microscopy

Yihan Zhu et al.Feb 20, 2017
The operational conditions used for electron microscopy can limit the insight that can be gained from fragile material samples. It is shown here how high-resolution TEM analysis of delicate MOFs can be achieved. Metal–organic frameworks (MOFs) are crystalline porous materials with designable topology, porosity and functionality, having promising applications in gas storage and separation, ion conduction and catalysis1,2,3. It is challenging to observe MOFs with transmission electron microscopy (TEM) due to the extreme instability of MOFs upon electron beam irradiation4,5,6,7. Here, we use a direct-detection electron-counting camera to acquire TEM images of the MOF ZIF-8 with an ultralow dose of 4.1 electrons per square ångström to retain the structural integrity. The obtained image involves structural information transferred up to 2.1 Å, allowing the resolution of individual atomic columns of Zn and organic linkers in the framework. Furthermore, TEM reveals important local structural features of ZIF-8 crystals that cannot be identified by diffraction techniques, including armchair-type surface terminations and coherent interfaces between assembled crystals. These observations allow us to understand how ZIF-8 crystals self-assemble and the subsequent influence of interfacial cavities on mass transport of guest molecules.
0

Prediction of the Cu oxidation state from EELS and XAS spectra using supervised machine learning

Samuel Gleason et al.Sep 17, 2024
Abstract Electron energy loss spectroscopy (EELS) and X-ray absorption spectroscopy (XAS) provide detailed information about bonding, distributions and locations of atoms, and their coordination numbers and oxidation states. However, analysis of XAS/EELS data often relies on matching an unknown experimental sample to a series of simulated or experimental standard samples. This limits analysis throughput and the ability to extract quantitative information from a sample. In this work, we have trained a random forest model capable of predicting the oxidation state of copper based on its L-edge spectrum. Our model attains an R 2 score of 0.85 and a root mean square error of 0.24 on simulated data. It has also successfully predicted experimental L-edge EELS spectra taken in this work and XAS spectra extracted from the literature. We further demonstrate the utility of this model by predicting simulated and experimental spectra of mixed valence samples generated by this work. This model can be integrated into a real-time EELS/XAS analysis pipeline on mixtures of copper-containing materials of unknown composition and oxidation state. By expanding the training data, this methodology can be extended to data-driven spectral analysis of a broad range of materials.
Load More