MétaCan
Menu
Retour à la cohorte
Enregistrement W2026005718 · doi:10.1021/cm020236x

Economical Sputtering System To Produce Large-Size Composition-Spread Libraries Having Linear and Orthogonal Stoichiometry Variations

2002· article· en· W2026005718 sur OpenAlexaff
J. R. Dahn, S. Trussler, T. D. Hatchard, Arman Bonakdarpour, J. R. Mueller-Neuhaus, K. C. Hewitt, Michael D. Fleischauer

Notice bibliographique

RevueChemistry of Materials · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésWaferSputteringStoichiometryRotation (mathematics)PerpendicularTernary operationSubstrate (aquarium)Materials scienceDeposition (geology)Phase (matter)Computer scienceNanotechnologyThin filmGeometryChemistryMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A multitarget sputtering machine with a water-cooled rotating substrate table has been modified to produce films on 75 mm × 75 mm wafers which map large portions of ternary phase diagrams. The system is unconventional because the stoichiometries of the elements sputtered on the wafer vary linearly with position and in an orthogonal manner. Subsequent screening of film properties is therefore quite intuitive, since the compositional variations are simple. Depositions are made under continuous rotation, so either intimate mixing of the elements (fast rotation) or artificial layered structures (slow rotation) can be produced. Rotating subtables mounted on the main rotating table hold the 75 mm × 75 mm substrates. Stationary mask openings over the targets and mechanical actuators that rotate the subtables in a precise manner accomplish the linear and orthogonal stoichiometry variations. Deposition of a film spanning the range SiSn x Al y (0 < x, y < 1), with Sn content increasing parallel to one edge on the wafer and Al content increasing in a perpendicular direction, is given to illustrate the effectiveness of the method. Since the system was easily and inexpensively built, it has enabled our research program in combinatorial materials synthesis to begin without large scale funding.

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)0,001
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,012
Tête enseignante GPT0,198
Écart entre enseignants0,187 · 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

Citations165
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemistry of MaterialsMême sujetSemiconductor materials and devicesTravaux en français237 207