MétaCan
Menu
Retour à la cohorte
Enregistrement W1675796423 · doi:10.7567/jjap.54.030201

Nanobonding: A key technology for emerging applications in health and environmental sciences

2015· article· en· W1675796423 sur OpenAlexaff
Matiar M. R. Howlader, M. Jamal Deen, Tadatomo Suga

Notice bibliographique

RevueJapanese Journal of Applied Physics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésNanotechnologySiliconMaterials scienceFluidicsAnodic bondingMicroelectromechanical systemsPhotonicsDirect bondingGallium arsenideNanometreCovalent bondOptoelectronicsChemistryElectrical engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, surface-activation-based nanobonding technology and its applications are described. This bonding technology allows for the integration of electronic, photonic, fluidic and mechanical components into small form-factor systems for emerging sensing and imaging applications in health and environmental sciences. Here, we describe four different nanobonding techniques that have been used for the integration of various substrates — silicon, gallium arsenide, glass, and gold. We use these substrates to create electronic (silicon), photonic (silicon and gallium arsenide), microelectromechanical (glass and silicon), and fluidic (silicon and glass) components for biosensing and bioimaging systems being developed. Our nanobonding technologies provide void-free, strong, and nanometer scale bonding at room temperature or at low temperatures (<200 °C), and do not require chemicals, adhesives, or high external pressure. The interfaces of the nanobonded materials in ultra-high vacuum and in air correspond to covalent bonds, and hydrogen or hydroxyl bonds, respectively.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,210

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,254
Écart entre enseignants0,238 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Journal of Applied PhysicsMême sujetPhotonic and Optical DevicesTravaux en français237 207