MétaCan
Menu
Retour à la cohorte
Enregistrement W1929484080 · doi:10.1109/iciprm.1992.235719

The use of an in-situ ECR hydrogen plasma to remove the oxide from InP substrates prior to epitaxial growth

2003· article· en· W1929484080 sur OpenAlexaff
B. J. Robinson, D. A. Thompson, Peter G. Hofstra, G. Balčaitis, Scott A. McMaster

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMolecular beam epitaxyHydrogenDesorptionOxideElectron cyclotron resonanceSubstrate (aquarium)Analytical Chemistry (journal)EpitaxyMaterials scienceThermal desorptionPlasmaThermal desorption spectroscopyChemistryMetallurgyNanotechnologyLayer (electronics)Physical chemistry

Résumé

récupéré en direct d'OpenAlex

The authors present results of studies on the use of a hydrogen plasma generated by an electron cyclotron resonance (ECR) source in-situ in an MBE (molecular beam epitaxy) growth chamber to remove the surface oxide on InP at temperatures significantly lower than thermal desorption temperatures, thereby eliminating the risk of surface decomposition. It is shown that, for substrate temperatures as low as 400 degrees C, an ECR hydrogen plasma operating with an excess P/sub 2/ flux on the sample surface may be used to remove the oxide from InP substrates prior to epitaxial growth. A typical exposure for this treatment is short (<or= one minute) and at a significantly lower temperature 50 to 100 degrees C less than conventional thermal desorption temperatures, thereby reducing the risk of decomposition of the substrate.<<ETX>>

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,319

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 Opus0,025
Tête enseignante GPT0,217
Écart entre enseignants0,192 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSemiconductor materials and devicesTravaux en français237 207