MétaCan
Menu
Retour à la cohorte
Enregistrement W2535957379 · doi:10.1088/0960-1317/26/11/115020

<i>In situ</i>oxygen plasma cleaning of microswitch surfaces—comparison of Ti and graphite electrodes

2016· article· en· W2535957379 sur OpenAlexfundno aff
Chang-Ho Oh, Frank Streller, W. Robert Ashurst, Robert W. Carpick, Maarten P. Boer

Notice bibliographique

RevueJournal of Micromechanics and Microengineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster UniversityNational Science Foundation
Mots-clésPlasma cleaningGraphiteMaterials scienceOhmic contactElectrodePlasmaContact resistanceSputteringOxygenOptoelectronicsLayer (electronics)Composite materialNanotechnologyChemistryThin film

Résumé

récupéré en direct d'OpenAlex

Ohmic micro- and nanoswitches are of interest for a wide variety of applications including radio frequency communications and as low power complements to transistors. In these switches, it is of paramount importance to maintain surface cleanliness in order to prevent frequent failure by tribopolymer growth. To prepare surfaces, an oxygen plasma clean is expected to be beneficial compared to a high temperature vacuum bakeout because of shorter cleaning time (<5 min compared to ~24 h) and active removal of organic contaminants. We demonstrate that sputtering of the electrode material during oxygen plasma cleaning is a critical consideration for effective cleaning of switch surfaces. With Ti electrodes, a TiOx layer forms that increases electrical contact resistance. When plasma-cleaned using graphite electrodes, the resistance of Pt-coated microswitches exhibit a long lifetime with consistently low resistance (<0.5 Ω variation over 300 million cycles) if the test chamber is refilled with ultra-high purity nitrogen and if the devices are not exposed to laboratory air. Their current–voltage characteristic is also linear at the millivolt level. This is important for nanoswitches which will be operated in that range.

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 enseignants0,005
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,007
Tête enseignante GPT0,208
Écart entre enseignants0,201 · 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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Micromechanics and MicroengineeringMême sujetSemiconductor materials and devicesTravaux en français237 207