<i>AxBAxB</i>… pulsed atomic layer deposition: Numerical growth model and experiments
Notice bibliographique
Résumé
Atomic layer deposition (ALD) is widely used for the fabrication of advanced semiconductor devices and related nanoscale structures. During ALD, large precursor doses (&gt;1000 L per pulse) are often required to achieve surface saturation, of which only a small fraction is utilized in film growth while the rest is pumped from the system. Since the metal precursor constitutes a significant cost of ALD, strategies to enhance precursor utilization are essential for the scaling of ALD processes. In the precursor reaction step, precursor physisorption is restricted by steric hindrance (mA1) from ligands on the precursor molecules. On reaction, some of these ligands are removed as by-products resulting in chemisorbed species with reduced steric hindrance (mA1 → mA2, where mA2 &lt; mA1) and some of the initially hindered surface reaction sites becoming accessible for further precursor physisorption. To utilize these additional reaction sites, we propose a generalized AxBAxB… pulsed deposition where the total precursor dose (ΦA) is introduced as multiple x (x &gt; 1, x ∈ I) short-pulses rather than a single pulse. A numerical first-order surface reaction kinetics growth model is presented and applied to study the effect of AxBAxB… pulsed ALD on the growth per cycle (GPC). The model calculations predict higher GPC for AxBAxB… pulsing than with ABAB… deposition. In agreement with the model predictions, with AxBAxB… pulsed deposition, the GPC was found to increase by ∼46% for ZrN plasma enhanced ALD (PEALD), ∼49% for HfO2 PEALD, and ∼8% for thermal Al2O3 ALD with respect to conventional ABAB… pulsed growth.
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 ».