MétaCan
Menu
Retour à la cohorte
Enregistrement W2133161253 · doi:10.1186/1556-276x-9-184

Electron beam lithography with feedback using in situ self-developed resist

2014· article· en· W2133161253 sur OpenAlexaff
Ripon Kumar Dey, Bo Cui

Notice bibliographique

RevueNanoscale Research Letters · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Photolithography Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésResistElectron-beam lithographyMaterials scienceLithographyOpticsBeam (structure)NitrocelluloseDistortion (music)In situCathode rayNanotechnologyOptoelectronicsElectronPhysicsChemistry

Résumé

récupéré en direct d'OpenAlex

Due to the lack of feedback, conventional electron beam lithography (EBL) is a 'blind' open-loop process where the exposed pattern is examined only after ex situ resist development, which is too late for any improvement. Here, we report that self-developing nitrocellulose resist, for which the pattern shows up right after exposure without ex situ development, can be used as in situ feedback on the e-beam distortion and enlargement. We first exposed identical test pattern in nitrocellulose at different locations within the writing field; then, we examined in situ at high magnification the exposed patterns and adjusted the beam (notably working distance) accordingly. The process was repeated until we achieved a relatively uniform shape/size distribution of the exposed pattern across the entire writing field. Once the beam was optimized using nitrocellulose resist, under the same optimal condition, we exposed the common resist PMMA. We achieved approximately 80-nm resolution across the entire writing field of 1 mm × 1 mm, as compared to 210 nm without the beam optimization process.

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)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,001
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 Opus0,020
Tête enseignante GPT0,302
Écart entre enseignants0,282 · 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

Citations9
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNanoscale Research LettersMême sujetAdvancements in Photolithography TechniquesTravaux en français237 207