Effect of mold treatment by solvent on PDMS molding into nanoholes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Polydimethylsiloxane (PDMS) is the most popular and versatile material for soft lithography due to its flexibility and easy fabrication by molding process. However, for nanoscale patterns, it is challenging to fill uncured PDMS into the holes or trenches on the master mold that is coated with a silane anti-adhesion layer needed for clean demolding. PDMS filling was previously found to be facilitated by diluting it with toluene or hexane, which was attributed to the great reduction of viscosity for diluted PDMS. Here, we suggest that the reason behind the improved filling for diluted PDMS is that the diluent solvent increases in situ the surface energy of the silane-treated mold and thus the wetting of PDMS to the mold surface. We treated the master mold surface (that was already coated with a silane anti-adhesion monolayer) with toluene or hexane, and found that the filling by undiluted PMDS into the nanoscale holes on the master mold was improved despite the high viscosity of the undiluted PDMS. A simple estimation based on capillary filing into a channel also gives a filling time on the millisecond scale, which implies that the viscosity of PMDS should not be the limiting factor. We achieved a hole filling down to sub-200-nm diameter that is smaller than those of the previous studies using regular Sylgard PDMS (not hard PDMS, Dow Corning Corporation, Midland, MI, USA). However, we are not able to explain using a simple argument based on wetting property why smaller, e.g., sub-100-nm holes, cannot be filled, for which we suggested a few possible factors for its explanation.
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.
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 découle