MétaCan
Menu
Retour à la cohorte
Enregistrement W2034726531 · doi:10.1111/j.1551-2916.2007.01625.x

Diamond Growth on a Si Substrate With Ceramic Interlayers

2007· article· en· W2034726531 sur OpenAlexaff
Y. S. Li, C. Xiao, Akira Hirose, Q. Yang, Shiro Shimada

Notice bibliographique

RevueJournal of the American Ceramic Society · 2007
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésDiamondNucleationMaterials scienceChemical vapor depositionPlasma-enhanced chemical vapor depositionCeramicMicrocrystallineWaferChemical engineeringAmorphous solidSubstrate (aquarium)Carbon filmMineralogyComposite materialNanotechnologyThin filmCrystallographyChemistry

Résumé

récupéré en direct d'OpenAlex

Deposition of diamond films on Si substrates precoated with a series of ceramic intermediate layers was examined. The interlayers containing SiC, SiN x , SiCN, TiSiN, and TiAlSiN were prepared by a liquid injection plasma‐enhanced chemical vapor deposition (PECVD) method using alkoxide solution precursors. The subsequent diamond synthesis on these coatings was carried out by microwave plasma‐assisted CVD (MPCVD) using a H 2 –1%CH 4 mixture. A higher nucleation density of diamond was obtained on these intermediate layers than on the as‐polished Si wafer, along with a nonuniform surface distribution of diamond. Diamond powder scratching pretreatment of these interlayers enhanced the nucleation density and promoted the formation of fully uniform diamond films. Particularly, nanocrystalline diamond films were directly generated on TiSiN and TiAlSiN layers under an identical deposition condition that had favored the formation of microcrystalline diamond films on Si wafers and the Si(C,N) interlayers. The mechanism for this difference is attributed primarily to a higher amount of residual amorphous carbon in TiSiN and TiAlSiN layers than that inside Si(C,N) layers.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,094
Score d'incertitude au seuil0,508

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,010
Tête enseignante GPT0,262
Écart entre enseignants0,252 · 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

Citations6
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Ceramic SocietyMême sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207