MétaCan
Menu
Retour à la cohorte
Enregistrement W2171972622 · doi:10.1109/tia.2015.2451085

Application of a Plasma Arc Lamp for Thermal Processing of Semiconductor Wafers

2015· article· en· W2171972622 sur OpenAlexaff
Harpreet Singh Grover, F.P. Dawson, Dave M. Camm, Yann Cressault, Markus Lieberer

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2015
Typearticle
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFlash-lampWaferArc lampMaterials scienceSemiconductorOpticsGas-discharge lampNuclear engineeringOptoelectronicsEngineeringElectrical engineeringPhysicsVoltage

Résumé

récupéré en direct d'OpenAlex

This paper describes the application of a vortex water wall high-pressure argon lamp for a semiconductor annealing process. These lamps have been designed to operate up to a 500-kW power level, have a continuous spectrum, similar to daylight, and have been used to characterize solar cells. Precise control of the radiated power generated by the lamps is required, which, in turn, requires an accurate electrothermooptical dynamic model of the lamp and an optothermal model of the wafer. This paper discusses general aspects regarding the modeling of the system consisted of the lamp and the wafer. The main contributions of the paper are the following: (1) a simplified means of relating the radiation exiting the lamp to the electrical power injected into the lamp, taking into account radiation from an isothermal core and absorption in the cold swirling argon gas, the water wall, and the quartz envelope; and (2) a model to describe energy exchange between the lamp and the wafer and experimental results to indicate the good agreement between the model and the actual apparatus. Two companion papers discuss the details of the arc model and the discrete-time control algorithms developed to model the wafer subsystem and the arc subsystem.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,753
Score d'incertitude au seuil0,724

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,255
Écart entre enseignants0,226 · 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetPlasma Diagnostics and ApplicationsTravaux en français237 207