计算硅（Si）的禁带宽度在 300K 时约为 1.12eV，与半导体器件工作温度密切相关 🆔 ID: 97321 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
推导锗（Ge）的禁带宽度在 300K 时约为 0.66eV，影响其在红外探测器中的应用 🆔 ID: 97322 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
模拟砷化镓（GaAs）的禁带宽度约为 1.42eV，在高速电子器件中优势显著 🆔 ID: 97323 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
计算磷化铟（InP）的禁带宽度约为 1.34eV，常用于光通信领域 🆔 ID: 97324 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
推导碳化硅（SiC）的禁带宽度在 300K 时约为 3.26eV，适用于高温大功率器件 🆔 ID: 97325 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
模拟氮化镓（GaN）的禁带宽度约为 3.4eV，在蓝光和紫外光电器件中表现出色 🆔 ID: 97326 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
计算金刚石的禁带宽度约为 5.5eV，具备高击穿电场等优异特性 🆔 ID: 97327 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
推导硅中电子的有效质量约为 0.26m?（m?为电子静止质量），影响其电学性质 🆔 ID: 97328 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
模拟锗中电子的有效质量约为 0.12m?，与锗的导电特性相关 🆔 ID: 97329 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
计算砷化镓中电子的有效质量约为 0.067m?，对器件性能有重要作用 🆔 ID: 97330 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
推导磷化铟中电子的有效质量约为 0.077m?，影响其电学和光学行为 🆔 ID: 97331 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
模拟碳化硅中电子的有效质量约为 1.09m?（导带底）和 0.2m?（价带顶），决定其电学特性 🆔 ID: 97332 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
计算氮化镓中电子的有效质量约为 0.2m?，与氮化镓器件的高电子迁移率相关 🆔 ID: 97333 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
推导硅的本征载流子浓度在 300K 时约为 1.5×101? cm?3，是半导体导电的基础 🆔 ID: 97334 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
模拟锗的本征载流子浓度在 300K 时约为 2.4×1013 cm?3，影响锗器件的性能 🆔 ID: 97335 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
计算砷化镓的本征载流子浓度在 300K 时约为 2.1×10? cm?3，体现其半导体的特性 🆔 ID: 97336 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
推导磷化铟的本征载流子浓度在 300K 时约为 1.1×10? cm?3，与磷化铟的电学性质有关 🆔 ID: 97337 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
模拟碳化硅的本征载流子浓度极低，在高温下仍能保持良好的半导体性能 🆔 ID: 97338 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
计算氮化镓的本征载流子浓度很低，使其适合高功率和高频应用 🆔 ID: 97339 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
推导硅的电子迁移率在 300K 时约为 1500 cm2/(V·s)，影响硅器件的导电速度 🆔 ID: 97340 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
模拟锗的电子迁移率在 300K 时约为 3900 cm2/(V·s)，与锗的电学特性相关 🆔 ID: 97341 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
计算砷化镓的电子迁移率在 300K 时约为 8500 cm2/(V·s)，在高速器件中优势明显 🆔 ID: 97342 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
推导磷化铟的电子迁移率在 300K 时约为 4600 cm2/(V·s)，影响其电学性能 🆔 ID: 97343 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
模拟碳化硅的电子迁移率相对较低，但在高电场下有良好表现 🆔 ID: 97344 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
计算氮化镓的电子迁移率较高，有助于实现高速电子传输 🆔 ID: 97345 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
推导硅的空穴迁移率在 300K 时约为 450 cm2/(V·s)，与硅的 p 型半导体特性有关 🆔 ID: 97346 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
模拟锗的空穴迁移率在 300K 时约为 1900 cm2/(V·s)，影响锗的 p 型器件性能 🆔 ID: 97347 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
计算砷化镓的空穴迁移率在 300K 时约为 400 cm2/(V·s)，对砷化镓器件的 p 型特性有影响 🆔 ID: 97348 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
推导磷化铟的空穴迁移率在 300K 时约为 150 cm2/(V·s)，与磷化铟的 p 型电学行为相关 🆔 ID: 97349 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行
模拟碳化硅的空穴迁移率相对较低，但在高压器件中有应用价值 🆔 ID: 97350 ✅ 可用
自然科学-物理学
🤖 AI智能指令 - ⚡ 专业高效 - 🌐 多平台支持 - 🎯 精准执行