MétaCan
Menu
Retour à la cohorte
Enregistrement W2010117839 · doi:10.1021/ie0402923

Abatement of Perfluorocompounds by Tandem Packed-Bed Plasmas for Semiconductor Manufacturing Processes

2005· article· en· W2010117839 sur OpenAlexfundno aff
How Ming Lee, Moo Been Chang, Rung Feng Lu

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2005
Typearticle
Langueen
DomaineMedicine
ThématiquePlasma Applications and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésSemiconductorDielectricArrhenius equationPacked bedDielectric barrier dischargePelletsTandemPlasmaMaterials scienceAnalytical Chemistry (journal)DecompositionSemiconductor device fabricationResidence time (fluid dynamics)Chemical engineeringChemistryActivation energyPhysical chemistryComposite materialOptoelectronicsChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The technological feasibility and chemical kinetics of carbon tetrafluoride (CF 4 ) decomposition with tandem packed-bed plasmas (TPBPs) are investigated in this study. Relevant parameters including types of packing dielectric materials, applied voltage, discharge gap, and Ar additives are extensively investigated. Results demonstrate that the addition of Ar is beneficial to CF 4 abatement. Operating at a higher voltage results in higher removal efficiencies. The effect of packing dielectric materials on CF 4 abatement is in the order of BaTiO 3 > Al 2 O 3 > glass pellets, being correlative with their dielectric constants. An overall kinetic model is also developed. Experimental results and kinetic analysis indicate that the CF 4 removal efficiency achieved with a TPBP obeys a first-order rate law. The overall removal rate constant ( k, s -1 ) can be expressed in an Arrhenius form, k = 0.1313 P s 0.6887, where P s represents the specific power (W/cm 3 ). The requirement of 90% reduction of perfluorocompounds for a semiconductor manufacturing process can be accomplished by combining five TPBP reactors in series, being operated at a residence time of 3.2 s and a specific power of 1.2 W/cm 3 .

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,096
Score d'incertitude au seuil0,680

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
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 Opus0,094
Tête enseignante GPT0,355
Écart entre enseignants0,260 · 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.

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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetPlasma Applications and DiagnosticsTravaux en français237 207