Catalyst Self-Assembly for Scalable Patterning of Sub 10 nm Ultrahigh Aspect Ratio Nanopores in Silicon
Notice bibliographique
Résumé
Nanoporous silicon (NPSi) has received significant attention for its potential to contribute to a large number of applications, but has not yet been extensively implemented because of the inability of current state-of-the-art nanofabrication techniques to achieve sufficiently small pore size, high aspect ratio, and process scalability. In this work we describe the fabrication of NPSi via a modified metal-assisted chemical etching (MACE) process in which silica-shell gold nanoparticle (SiO2-AuNP) monolayers self-assemble from solution onto a silicon substrate. Exposure to the MACE etchant solution results in the rapid consumption of the SiO2 spacer shell, leaving well-spaced arrays of bare AuNPs on the substrate surface. Particles then begin to catalyze the etching of nanopore arrays without interruption, resulting in the formation of highly anisotropic individual pores. The excellent directionality of pore formation is thought to be promoted by the homogeneous interparticle spacing of the gold core nanocatalysts, which allow for even hole injection and subsequent etching along preferred crystallographic orientations. Electron microscopy and image analysis confirm the ability of the developed technique to produce micrometer-scale arrays of sub 10 nm nanopores with narrow size distributions and aspect ratios of over 100:1. By introducing a scalable process for obtaining high aspect ratio pores in a novel size regime, this work opens the door to implementation of NPSi in numerous devices and applications.
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 ».