MétaCan
Menu
Retour à la cohorte
Enregistrement W2139901518 · doi:10.1116/1.4935654

High resolution nanofabrication using self-assembly of metal salt-polymer nanocomposite film

2015· article· en· W2139901518 sur OpenAlexafffund
Celal Con, Ferhat Aydinoglu, Bo Cui

Notice bibliographique

RevueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and Phenomena · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueNanowire Synthesis and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesOntario Ministry of Research and Innovation
Mots-clésMaterials scienceAnti-reflective coatingNanolithographyNanotechnologyFabricationNanocompositePolymerSpin coatingSiliconThin filmEtching (microfabrication)LithographyWaferCoatingChemical engineeringOptoelectronicsComposite materialLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

For fabrication of nanostructures that do not need long range ordering and precise placement, such as antireflective structure for photovoltaic and display applications and super-hydrophobic surface for lab-on-chip applications, bottom-up fabrication techniques are more preferable than top-down techniques due to their low cost. Here, the authors report a simple process to obtain nanostructures using low-cost spin-coating method and pattern transfer. They first dissolved metal salt and polymer in a solvent. After spin-coating to form a thin film, the authors annealed the film to attain a phase separation. Next, the nanocomposite film was etched with oxygen plasma to remove the polymer matrix, leaving behind nanoscale metal salt islands that can be used as a hard mask for dry etching the substrate or sublayer. With optimal metal salt (nickel nitrate hexahydrate) and polymer (polymethylmethacrylate) weight ratio, the authors achieved wafer-scale high resolution (down to 20 nm) pillar structures etched in silicon with 100 nm height and ∼100 nm spacing.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,017
Score d'incertitude au seuil0,742

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,015
Tête enseignante GPT0,224
Écart entre enseignants0,209 · 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 tête enseignante, 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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and PhenomenaMême sujetNanowire Synthesis and ApplicationsTravaux en français237 207