A mathematical model for void evolution in silicon by helium implantation and subsequent annealing process
Notice bibliographique
Résumé
We propose a physically based model that describes the diameter and the density of voids in silicon introduced via high dose helium ion implantation and subsequent annealing. The model takes into account interactions between vacancies, interstitials, small vacancy clusters, and voids. Void evolution in silicon occurs mainly by a migration and coalescence process. Various factors such as implantation energy and dose, anneal temperature, atmospheric pressure, and impurity level in silicon can influence the migration and coalescence mechanism and thus play a role in the void evolution process. Values for model parameters are consistent with known values for point defect parameters and assumed diffusion limited reaction rates. A single “fitting parameter” represents the rate of cavity migration and coalescence and is, therefore, related to surface diffusion of adatoms. Results obtained from simulations based upon the model were compared to our experimental results and to previously reported experimental results obtained over a wide range of conditions. Data from the literature included experiments with helium ion implantation energies in the range 30–300 keV, doses of 1 × 1016−1 × 1017 cm−2, subsequent annealing temperatures in the range 700–1200 °C, and annealing duration in the range 15 min–2 h. Excellent agreement is found between the simulated results and those from reported experiments. The extracted migration and coalescence rate parameter show an activation energy consistent with surface diffusivity of silicon. It shows a linear dependence on helium dose, and increases with decreased implantation energy, decreased ambient pressure, decreased substrate impurities, increased temperature ramp rate, or increased Ge fraction in cavity layer, all consistent with the proposed physical mechanism.
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 ».