High‐Temperature Neutron Diffraction of the AlN–Al <sub>2</sub> O <sub>3</sub> –Y <sub>2</sub> O <sub>3</sub> System
Notice bibliographique
Résumé
The importance of aluminum nitride (AlN) stems from its application in microelectronics as a substrate material due to high thermal conductivity, high electrical resistance, mechanical strength and hardness, thermal durability, and chemical stability. Yttria (Y 2 O 3 ) is the best additive for AlN sintering. AlN densifies by a liquid‐phase mechanism, where the surface oxide, Al 2 O 3 , reacts with Y 2 O 3 to form an Y‐Al‐O‐N liquid that promotes particle rearrangement and densification. Construction of the phase relations in this multicomponent system is essential for optimizing the properties of AlN. The ternary phase diagram of the AlN–Al 2 O 3 –Y 2 O 3 was developed by Gibbs energy minimization using interpolation procedures based on modeling the binary subsystems. This paper aims at testing the resultant understanding experimentally at selected compositions using in situ high‐temperature neutron diffractometry. These experimental results agree with the thermodynamic calculations of AlN–Al 2 O 3 –Y 2 O 3 . The ternary phase diagram has been constructed for the first time in this work. High‐temperature neutron diffractometry has permitted real time measurement of the reactions involved in this ternary system, especially to determine the temperature range for each reaction, which would have been difficult to establish by other means.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».