MétaCan
Menu
Retour à la cohorte
Enregistrement W2071278116 · doi:10.1039/c4cp00275j

Unraveling the complex chemistry using dimethylsilane as a precursor gas in hot wire chemical vapor deposition

2014· article· en· W2071278116 sur OpenAlexafffund
Rim Toukabri, Yujun Shi

Notice bibliographique

RevuePhysical Chemistry Chemical Physics · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCatalytic Processes in Materials Science
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDimethylsilaneSilyleneChemistryChemical vapor depositionChemical engineeringNanotechnologyInorganic chemistryOrganic chemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

The gas-phase reaction chemistry when using dimethylsilane (DMS) as a source gas in a hot-wire chemical vapor deposition (CVD) process has been studied in this work. The complex chemistry is unraveled by using a soft 10.5 eV single photon ionization technique coupled with time-of-flight mass spectrometry in combination with the isotope labelling and chemical trapping methods. It has been demonstrated that both free-radical reactions and those involving silylene/silene intermediates are important. The reaction chemistry is characterized by the formation of 1,1,2,2-tetramethyldisilane (TMDS) from dimethylsilylene insertion into the Si-H bond of DMS, trimethylsilane (TriMS) from free-radical recombination, and 1,3-dimethyl-1,3-disilacyclobutane (DMDSCB) from the self dimerization of either dimethylsilylene or 1-methylsilene. At low filament temperatures and short reaction time, silylene chemistry dominates. The free-radical reactions become more important with increasing temperature and time. The same three products have been detected when using tantalum and tungsten filaments, indicating that changing the filament material from Ta to W does not affect much the gas-phase reaction chemistry when using DMS as a source gas in a hot-wire CVD reactor.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,061
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,020
Tête enseignante GPT0,275
Écart entre enseignants0,254 · 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.

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

Citations20
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Chemistry Chemical PhysicsMême sujetCatalytic Processes in Materials ScienceTravaux en français237 207