MétaCan
Menu
Retour à la cohorte
Enregistrement W2041387333 · doi:10.6000/1929-5030.2014.03.01.4

Separation and Recovery of SiC Particles Discharged from Silicon Wafer Production Process

2014· article· en· W2041387333 sur OpenAlexvenueno aff
Junji Shibata, Norihiro Murayama

Notice bibliographique

RevueJournal of Applied Solution Chemistry and Modeling · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWaferSiliconProduction (economics)Process (computing)Materials scienceProcess engineeringSilicon carbideEnvironmental scienceOptoelectronicsMetallurgyComputer scienceEngineeringOperating system

Résumé

récupéré en direct d'OpenAlex

In the slicing process of silicon wafer from silicon single crystal, it has been the general way to cut silicon by wire saws with the lubricant mixture of silicon carbide, as SiC, particles and wrapping oil. After slicing the silicon single crystal, the waste liquor containing SiC and silicon powders is discharged from the process. The particle sizes of SiC and Si are about 10μm and 1μm, respectively and the weight ratio is about 9:1. The particles discharged from slicing waste liquor become the mixture of SiC and SiO2, when the waste liquor is burned after treating the lubricant oil by a filter press. In terms of the minimization of wastes and environment, it is preferable to separate and recover the valuable SiC from SiO2. In order to solve the problem mentioned above, flotation method can be applied to accomplish the separation of SiC from SiO2. The cationic surfactants of dodecyl-tri-methyl-ammonium chloride (abbreviated as DTMAC hereafter) and tri-methyl-octyl-ammonium chloride (abbreviated as TMOAC hereafter) were used in this study. The adsorption amount of surfactants on SiC and SiO2 particles was measured. The flotation behaviors of SiC and SiO2 were investigated by changing pH, gas flow rate and flotation time in the presence of DTMAC. The purity and yield of SiC were also discussed in the flotation process comprising of roughing, cleaning and scavenging steps. A series of flotation process for SiC gave the purity and yield of 99.7% and 96.7%, respectively.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,016
Tête enseignante GPT0,263
Écart entre enseignants0,247 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Solution Chemistry and ModelingMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207