MétaCan
Menu
Retour à la cohorte
Enregistrement W2076976845 · doi:10.1063/1.3391901

Metallic coatings of microelectromechanical structures at low temperatures: Stress, elasticity, and nonlinear dissipation

2010· article· en· W2076976845 sur OpenAlexaff
Eddy Collin, Johannes Kofler, Soraya Lakhloufi, Sébastien Pairis, Yu. M. Bunkov, H. Godfrin

Notice bibliographique

RevueJournal of Applied Physics · 2010
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensOptina Diagnostics (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCantileverElasticity (physics)NiobiumCoatingDissipationNonlinear systemMicroelectromechanical systemsStructural materialStress (linguistics)Composite materialAluminiumOxideMechanicsCondensed matter physicsNanotechnologyMetallurgyThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

We present mechanical measurements performed at low temperatures on cantilever-based microelectromechanical structures coated with a metallic layer. Two very different coatings are presented in order to illustrate the capabilities of the present approach, namely (soft) aluminum and (hard) niobium oxide. The temperature is used as a control parameter to access materials properties. We benefit from low temperature techniques to extract a phase-resolved measurement of the first mechanical resonance mode in cryogenic vacuum. By repeating the experiment on the same samples, after multiple metallic depositions, we can determine accurately the contribution of the coating layers to the mechanical properties in terms of surface stress, additional mass, additional elasticity, and damping. Analytic theoretical expressions are derived and used to fit the data. Taking advantage of the extremely broad dynamic range provided by the technique, we can measure the anelasticity of the thin metallic film. The key parameters describing the metals’ dynamics are analyzed in an original way in order to provide new experimental grounds for future theoretical modelings of the underlying mechanisms.

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)0,000
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 enseignants0,144
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

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 recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,226
Écart entre enseignants0,221 · 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

Citations20
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetMechanical and Optical ResonatorsTravaux en français237 207