(Invited) Plasma Processes for Emerging Silicon-Based MEMS, NEMS and Packaging Applications
Notice bibliographique
Résumé
Plasma processes are important for emerging silicon-based micro-electro-mechanical systems (MEMS), nano-electro-mechanical systems (NEMS) and packaging applications. Typically every device has a customised process flow but synergies can be found as most are produced using a 2.5D approach comprising sequential deposition, lithography and etch cycles. Plasma processes are critical in enabling reproducible dry deposition and etch steps during the manufacturing flow of MEMS and NEMS devices but individual tools need the flexibility to address multiple different applications and process requirements. Increasingly plasma processes are also being adopted in nano-imprint lithography and bonding process steps. Plasma processes may be divided into the following broad families: chemical vapour deposition (CVD), atomic layer deposition (ALD), physical vapour deposition (PVD), surface functionalisation, etch (physically-driven) and etch (chemically-driven). The merits of each plasma technique and their application to emerging devices are discussed – including silicon etch processes that are at the heart of most MEMS and NEMS devices. Here trends are towards higher aspect ratios for enhanced performance and smaller footprint whilst maintaining throughput. Increasingly, large cavities are also being etched to realise membrane-based devices and in multi-wafer stacks where through silicon vias (TSVs) are emerging as a key technology for interconnect. At the research stage, the integration of ALD into MEMS is becoming more common whilst in NEMS devices are taking advantage novel combinations of processes and materials to realise new functions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».