MétaCan
Menu
Retour à la cohorte

Laser Scattering Tomography on Magnetic CZ-Si for Semiconductor Process Optimization

2005· article· en· W2045670970 sur OpenAlexaff
Thomas Steinegger, M. Naumann, F.‐G. Kirscht

Notice bibliographique

RevueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomena · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueThin-Film Transistor Technologies
Établissements canadiensInfineon Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceWaferPhotoluminescenceProcess optimizationSemiconductorScatteringProcess (computing)LaserPrecipitationOptoelectronicsOpticsChemical engineering

Résumé

récupéré en direct d'OpenAlex

Laser scattering tomography (LST) and band-to-band photoluminescence (PL) are applied for supporting a MEMS process optimization. Process wafers are based on magnetic CZ grown silicon material. LST allows the characterization of number-size distributions of oxygen precipitates in various stages of the process flow. Precipitation is shown to be affected by the design of high-temperature anneal post initial oxidation. PL gives useful information on relative concentration level and radial distribution of recombination centers within process wafers. The initial oxidation leads to significant reduction of recombination centers. The combined LST/PL information enables valuable conclusions towards process optimization.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,272
Écart entre enseignants0,245 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiffusion and defect data, solid state data. Part B, Solid state phenomena/Solid state phenomenaMême sujetThin-Film Transistor TechnologiesTravaux en français237 207