MétaCan
Menu
Retour à la cohorte
Enregistrement W2105025375 · doi:10.1109/memsys.1993.296918

Photo-assisted electrochemical machining of micromechanical structures

2002· article· en· W2105025375 sur OpenAlexfundno aff
Richard Mlcak, Harry L. Tuller, Paul Greiff, Jerome B. Sohn

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSilicon Nanostructures and Photoluminescence
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCharles Stark Draper Laboratory
Mots-clésEtching (microfabrication)Materials scienceSubstrate (aquarium)Layer (electronics)DopingSiliconp–n junctionIsotropic etchingOptoelectronicsIntensity (physics)ElectrochemistryElectrodeNanotechnologyAnalytical Chemistry (journal)OpticsChemistry

Résumé

récupéré en direct d'OpenAlex

Stress-free micromechanical cantilever beams have been fabricated by selective etching of silicon p-n structures in HF solutions utilizing a photo-assisted electrochemical process. With this technique, n or p regions can be selectively etched at controlled rates by appropriate choice of cell bias, p-n junction bias, and illumination intensity. p-Si can be selectively etched by utilizing illumination of the p-n junction to anodically bias the p-layer relative to the n-substrate. Etch rates of up to 5 mu m/min resulted in the formation of porous layers readily removed with chemical Si etching solutions. n-Si can be selectively etched by illuminating and applying a reverse bias across the p-n junction, driving the p-layer cathodic. Etch rates up to 10 mu m/min and high resolution etch stops with smooth surfaces were obtained. The effects of key variables, including doping type, cell bias, p-n junction bias, and illumination intensity, on etch rate, selectivity, and surface finish are discussed.>

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSilicon Nanostructures and PhotoluminescenceTravaux en français237 207