MétaCan
Menu
Retour à la cohorte
Enregistrement W2247188535 · doi:10.3970/fdmp.2009.005.331

Numerical and Experimental Study of Forced Mixing with Static Magnetic Field on SiGe System

2009· article· en· W2247188535 sur OpenAlexaff
N. Armour, S. Dost

Notice bibliographique

RevueFDMP: Fluid Dynamics & Materials Processing · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSolidification and crystal growth phenomena
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDissolutionMaterials scienceMagnetic fieldSiliconCrucible (geodemography)Melt flow indexMicro-pulling-downDiffusionCondensed matter physicsField (mathematics)Liquid metalMechanicsAnalytical Chemistry (journal)Composite materialMetallurgyChemistryThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

A combined numerical and experimental investigation has been undertaken to explore the benefits of an applied static magnetic field on Silicon transport into a Germanium melt. This work utilized a similar material configuration to that used in the Liquid Phase Diffusion (LPD) and Melt-Replenishment Czochralski (Cz) growth systems. The measured concentration profiles from the samples processed with and without the application of magnetic field showed very similar shape. The amount of silicon transport into the melt is slightly higher in the samples processed under magnetic field, and there is a substantial difference in dissolution interface shape indicating a change in flow structure. Without magnetic field, a flat stable interface is observed. In the presence of an applied field, however, the dissolution interface remains flat in the center but dramatically curves back into the source material near the wall. This indicates a far higher dissolution rate at the edge of the silicon source. The 3-D numerical simulation results verify these observations and show that the flow structure of the melt has dramatically changed under the effect of magnetic field. Magnetic field-driven circulation cells develop at the edge of the melt increasing dissolution from this area. The change in the flow field is reflected in the concentration field, and consequently the transport of silicon into the melt is increased along the crucible wall.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,801

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 Opus0,009
Tête enseignante GPT0,249
Écart entre enseignants0,240 · 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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFDMP: Fluid Dynamics & Materials ProcessingMême sujetSolidification and crystal growth phenomenaTravaux en français237 207