Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of statistical process control is the identification of abnormal variations in the materials, equipment, parameters or procedures used as inputs for particular processes (see Table 3.1). This is usually accomplished by measuring physical objects on the output, such as linewidths or overlay structures. When processes require test wafers, which often occurs during process development or the initiation of a new manufacturing process, the output of the process is decoupled from the input, and statistical process control cannot fulfill its primary purpose. This situation is shown schematically in Fig. 3.1. The inputs collectively comprise the process. A single wafer is taken from a lot of wafers and processed through the lithography operation. After the processing is complete, this test wafer is measured for parameters of interest, such as linewidths or overlay. From the values of these measurements, in comparison to the process targets, the remaining wafers in the lot are processed through the lithography operation with adjusted process parameters. For example, the exposure dose might be adjusted to bring linewidths to the process target. Changes in the dose might be required to compensate for drift in the stepper's dose control system or the changes in the resist process. Measurements of the linewidths of the lot, except for the test wafer, will not reveal a drift in the stepper's dose control system or a change in the resist process, because the exposure dose has been adjusted to compensate for these instabilities. In order for statistical process control to reveal variations and instabilities in the inputs, it must be applied to a simple process, where the input variables are directly coupled to the measurable output. In this chapter a process control methodology applicable to situations in which test wafers are used is presented
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.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle