MétaCan
Menu
Retour à la cohorte
Enregistrement W1963539446 · doi:10.1116/1.2172249

Self-organized Cu nanowires on glass and Si substrates from sputter etching Cu/substrate interfaces

2006· article· en· W1963539446 sur OpenAlexafffund
Maria Stepanova, S. K. Dew

Notice bibliographique

RevueJournal of Vacuum Science & Technology B Microelectronics and Nanometer Structures Processing Measurement and Phenomena · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueIon-surface interactions and analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEtching (microfabrication)Materials scienceSputteringSubstrate (aquarium)Layer (electronics)NanowireSputter depositionIsotropic etchingOptoelectronicsCopperThin filmNanotechnologyMetallurgy

Résumé

récupéré en direct d'OpenAlex

We have fabricated self-organized ∼30-nm-wide Cu lines on glass and Si(100) substrates by Ar beam etching the Cu/substrate interfaces. We deposited thin Cu layers on the substrates and etched the deposited layer by a neutralized Ar ion beam at a grazing angle of incidence. At the stage when almost all Cu is removed by etching, we have observed Cu lines on the substrate. The lines orientation is entirely controllable through the experiment geometry and the lines are basically similar on glass and Si substrates. By atomistic Monte Carlo simulations, we have demonstrated that the Cu lines result from the self-organized morphologies that develop on Cu surfaces during sputter etching. To better understand ways to control the process we have investigated, by simulations, the line width as a function of the removed depth, surface diffusivity, and Ar beam flux. We have concluded that the sputter etch technique offers a unique opportunity to fabricate controlled arrays of Cu lines on substrates.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,007
Tête enseignante GPT0,203
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology B Microelectronics and Nanometer Structures Processing Measurement and PhenomenaMême sujetIon-surface interactions and analysisTravaux en français237 207