MétaCan
Menu
Retour à la cohorte
Enregistrement W2116615776 · doi:10.2320/matertrans.46.2359

Flip Chip Bump Formation of Sn–1.8Bi–0.8Cu–0.6In Solder by Stencil Printing

2005· article· en· W2116615776 sur OpenAlexaff
Jaesik Lee, Jae Pil Jung, Chu-Seon Cheon, Y. Zhou, M. Mayer

Notice bibliographique

RevueMATERIALS TRANSACTIONS · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueElectronic Packaging and Soldering Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesKorea Science and Engineering Foundation
Mots-clésMaterials scienceSolderingIntermetallicMetallurgyShear strength (soil)Reflow solderingFlip chipComposite materialStencilAlloyLayer (electronics)Thermodynamics

Résumé

récupéré en direct d'OpenAlex

Flip chip bumping by stencil printing method using a new composition of solder paste, Sn–1.8%Bi–0.8%Cu–0.6%In, all in mass%, was investigated. Sn–3.5%Ag, Sn–37%Pb and Sn–36%Pb–2%Ag were selected as references for the experiment. The solder pastes were printed on the under bump metallization (UBM) of a Si-wafer using a stencil, where diameter and thickness of the stencil opening were 400 and 150 μm, respectively. The UBM deposit comprised 0.4 μm each of Al, Ni and Cu, and 20 nm of Au from bottom to top of the metallization, sequentially. The printed paste bumps were reflow soldered in air, and the peak soldering temperature of Sn–1.7Bi–0.8Cu–0.6In and Sn–3.5Ag was 523 K and of Sn–37Pb and Sn–36Pb–2Ag was 503 K. From the experimental results the solder bumps of Sn–1.8Bi–0.8Cu–0.6In alloys were well-formed with a mean height of 260 μm. The shear strength of Sn–1.8Bi–0.8Cu–0.6In at 523 K (as-reflowed) showed the highest value of 6.5N followed by those of Sn–3.5Ag, Sn–37Pb and Sn–36Pb–2Ag solders. After 1000 h aging, while the shear strength of the Sn–1.8Bi–0.8Cu–0.6In showed 27% decrease compared to as-reflowed conditions, it was still 15–30% higher than those of Sn–37Pb, Sn–36Pb–2Ag and Sn–3.5Ag solders. Intermetallic compounds (IMCs) formed on the interface between solder and UBM were (Cu,Ni)6Sn5. As aging time went on up to 1000 h, the content of Ni in the IMC changed from 6.6% at initial stage (as-reflowed) to 13.5% at final stage (1000 h aging).

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 enseignants0,002
Score d'incertitude au seuil0,005

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,021
Tête enseignante GPT0,227
Écart entre enseignants0,206 · 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

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATERIALS TRANSACTIONSMême sujetElectronic Packaging and Soldering TechnologiesTravaux en français237 207