MétaCan
Menu
Retour à la cohorte
Enregistrement W1996563446 · doi:10.1063/1.2349544

Influence of ion mixing on the energy dependence of the ion-assisted chemical etch rate in reactive plasmas

2006· article· en· W1996563446 sur OpenAlexaff
Luc Stafford, S. J. Pearton, J. Margot

Notice bibliographique

RevueJournal of Applied Physics · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueIon-surface interactions and analysis
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésIonChemistryPlasmaWork (physics)Reactive-ion etchingYield (engineering)ChlorinePlasma etchingDesorptionReaction rateAnalytical Chemistry (journal)Etching (microfabrication)Materials scienceThermodynamicsPhysical chemistryAdsorptionChromatography

Résumé

récupéré en direct d'OpenAlex

Recently, Stafford et al. [Appl. Phys. Lett. 87, 071502 (2005)] have shown that in contrast to the etch yield on a saturated surface, the ion-assisted chemical etch rate cannot universally be modeled by a simple square-root energy dependence. This results from the surface coverage by reactive neutral species being also a function of the ion energy. In this work, we further point out that depending on the plasma-material combination, the etch rate can exhibit two regimes that are characterized by different dependences on the ion energy. While these results are inconsistent with currently available models, we show that they can be interpreted by taking into account ion mixing effects on the desorption rate of volatile reaction products involved in the model of Stafford et al. Application of this rate model to the etching of Si, SiO2, HfO2, and ZrO2 in chlorine and fluorine plasma chemistries provides an excellent description of the simultaneous dependence of the etch rate on ion energy and on ion and reactive neutral fluxes.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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

Citations9
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetIon-surface interactions and analysisTravaux en français237 207