MétaCan
Menu
Retour à la cohorte
Enregistrement W2159237362 · doi:10.1109/tdei.2012.6259990

Dielectric layers for RF-MEMS switches: Design and study of appropriate structures preventing electrostatic charging

2012· article· en· W2159237362 sur OpenAlexfundno aff
Kremena Makasheva, Bernard Despax, Laurent Boudou, G. Teyssèdre

Notice bibliographique

RevueIEEE Transactions on Dielectrics and Electrical Insulation · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Montréal
Mots-clésDielectricMicroelectromechanical systemsMaterials scienceLayer (electronics)Reliability (semiconductor)OptoelectronicsCharacterization (materials science)Electrical conductorPlasmaElectronic engineeringNanotechnologyEngineeringComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

In this work we present results from an experimental study on the physico-chemical and electrical properties of thin dielectric layers (SiOxNy) deposited using a plasma assisted process. An application of those dielectric layers in RF-MEMS switches is aimed at. We look for a better understanding of dielectric charging phenomenon as it is known to be the main cause for the failure and low reliability in the actuation of RFMEMS switches. In order to improve the performance of dielectric layers used in RFMEMS we have tested a new concept: instead of elaborating new materials we assembled a dielectric multi-layer structure that gains from design rather than from composition. To achieve this we have started with a characterization of the mono-layers deposited singly. The multi-layer structure was found to be a promising candidate for suitable modulation of the conductive properties of the deposited dielectric layers for their use in RF-MEMS switches.

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 seuil0,002

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)0,0010,000

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 Opus0,024
Tête enseignante GPT0,255
Écart entre enseignants0,231 · 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

Citations26
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Dielectrics and Electrical InsulationMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207