Tailoring the microstructure and surface morphology of metal thin films for nano-electro-mechanical systems applications
Notice bibliographique
Résumé
Metallic structural components for micro-electro-mechanical/nano-electro-mechanical systems (MEMS/NEMS) are promising alternatives to silicon-based materials since they are electrically conductive, optically reflective and ductile. Polycrystalline mono-metallic films typically exhibit low strength and hardness, high surface roughness, and significant residual stress, making them unusable for NEMS. In this study we demonstrate how to overcome these limitations by co-sputtering Ni-Mo. Detailed investigation of the Ni-Mo system using transmission electron microscopy and high-resolution transmission electron microscopy (TEM/HRTEM), x-ray diffraction (XRD), nanoindentation, and atomic force microscopy (AFM) reveals the presence of an amorphous-nanocrystalline microstructure which exhibits enhanced hardness, metallic conductivity, and sub-nanometer root mean square (RMS) roughness. Uncurled NEMS cantilevers with MHz resonant frequencies and quality factors ranging from 200-900 are fabricated from amorphous Ni-Mo. Using a sub-regular solution model it is shown that the electrical conductivity of Ni-Mo is in excellent agreement with Bhatia's structural model of electrical resistivity in binary alloys. Using a Langevin-type stochastic rate equation the structural evolution of amorphous Ni-Mo is modeled; it is shown that the growth instability due to the competing processes of surface diffusion and self-shadowing is heavily damped out due to the high thermal energies of sputtering, resulting in extremely smooth films.
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 | 0,000 |
| 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 ».