MétaCan
Menu
Retour à la cohorte
Enregistrement W2009487853 · doi:10.1116/1.1691078

Analysis of step-based silicon surfaces at facet boundaries during wet anisotropic etching

2004· article· en· W2009487853 sur OpenAlexafffund
Irina Stateikina, Moulay-Ziyad Elalamy, L. M. Landsberger, Mojtaba Kahrizi

Notice bibliographique

RevueJournal of Vacuum Science & Technology A Vacuum Surfaces and Films · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésFacet (psychology)Etching (microfabrication)Boundary (topology)SiliconGeometryAnisotropySurface (topology)CrystallographyMaterials scienceWaferSurface finishChemistryOpticsNanotechnologyMathematicsPhysicsComposite materialOptoelectronicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

A step-based model describing the anisotropic etching of silicon by the advancement of steps on flat {111} planes is supported by under-etch experiments on {100} and {110} silicon wafers. However, such a model does not explain etch rate variations of surfaces having the same families of Miller Indices exposed to the same etchant. This work analyzes crystal features at intersections between facets composed of two different types of steps, one called “rows of kinks,” and the other called “periodic bond chains,” intersecting at an angle of 120°. This important configuration, called K-P-120°, is analyzed with a view to whether step movement would propagate across a boundary between facets. An under-etched surface, composed of three facets and a cavity bottom, having alternating K-P-K-P combinations, (where all of the facet boundary step interactions are K-P-120°), is analyzed. Facet roughness patterns, comparative etch rates, and analysis of boundary atom positions support the conclusion that that across-facet-boundary zipping of steps is favored from P steps to K steps, more than from K steps to P steps.

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 seuil0,004

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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

Citations1
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology A Vacuum Surfaces and FilmsMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207