MétaCan
Menu
Retour à la cohorte
Enregistrement W2008039559 · doi:10.1143/jjap.43.7287

Kinetics of TiN Chemical Vapor Deposition Process using TiCl<sub>4</sub>and NH<sub>3</sub>for ULSI Diffusion Barrier Applications: Relationship between Step Coverage and NH<sub>3</sub>Partial Pressure

2004· article· en· W2008039559 sur OpenAlexfundno aff
Keeyoung Jun, Yasuyuki Egashira, Yukihiro Shimogaki

Notice bibliographique

RevueJapanese Journal of Applied Physics · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTinSticking probabilityChemical vapor depositionDiffusionKineticsChemistryDiffusion barrierDeposition (geology)Sticking coefficientAnalytical Chemistry (journal)Chemical kineticsReaction rateChemical engineeringPhysical chemistryThermodynamicsAdsorptionCatalysisLayer (electronics)Organic chemistryDesorption

Résumé

récupéré en direct d'OpenAlex

TiN films were deposited by chemical vapor deposition (CVD) using NH3 and TiCl4 as the source precursors. The effect of partial pressures of TiCl4 (PTiCl4) and NH3 (PNH3) on the growth rate and step coverage quality of these TiN films was measured, revealing the growth rate of TiN films followed the Langmuir–Hinshelwood (L–H) type isotherm as a function of PTiCl4. The sticking probability of film-forming species was estimated from the step coverage profile simulated by using the Monte Carlo method. The relationship between the sticking probability of Ti-containing species and PNH3 was investigated, revealing that the sticking probability in the 1st-order kinetic regime depended on PNH3. The effect of NH3 on the growth kinetics could be expressed by G.R.×ρTiN=[ksKCTiCl4/(1+KCTiCl4)]·(CNH3)2 in the wide range of PTiCl4. The reason for 2nd-order reaction for PNH3 is not clear yet, but the rate equation suggests the complicated gas-phase and/or surface reaction chemistries to form TiN.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,080
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,013
Tête enseignante GPT0,224
Écart entre enseignants0,211 · 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.

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

Citations7
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Journal of Applied PhysicsMême sujetMetal and Thin Film MechanicsTravaux en français237 207