Three-Step Room-Temperature Cleaning of Bare Silicon Surface for Radical-Reaction-Based Semiconductor Manufacturing
Notice bibliographique
Résumé
In this study, a cleaning method for pregate cleaning which can suppress the generation of the microroughness of silicon-wafer surfaces as well as remove various contaminations such as metallic impurities, organic materials, and particles has been investigated. Functional waters such as ozonized ultrapure water (-UPW), -added UPW (-UPW), and low-concentration HF and hydrogen peroxide solution have been used in this cleaning method at room temperature. The cleaning-process flow is as follows: (i) -UPW cleaning, (ii) diluted HF and mixture including surfactant molecules (FPMS) cleaning with megasonic, and (iii) 30%-isopropyl alcohol/UPW rinsing, i.e., realization of three-step cleaning. After the pregate cleaning, silicon substrates are set into the radical-reaction gate-insulator film-formation process using microwave-excited, high-density plasma equipment, where or ion bombardment onto the substrate surface has been introduced to eliminate absorbed surfactant molecules as well as hydrogen termination, before starting oxygen radical oxidation or radical nitridation . This advanced, three-step room-temperature cleaning is promising for future semiconductor manufacturing in conjunction with the newly developed radical-reaction-based semiconductor manufacturing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».