MétaCan
Menu
Retour à la cohorte
Enregistrement W2550240960 · doi:10.1116/1.4967932

Mixture of ZEP and PMMA with varying ratios for tunable sensitivity as a lift-off resist with controllable undercut

2016· article· en· W2550240960 sur OpenAlexaff
Shuo Zheng, Ripon Kumar Dey, Ferhat Aydinoglu, Bo Cui

Notice bibliographique

RevueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and Phenomena · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Photolithography Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésUndercutResistMaterials scienceComposite materialLayer (electronics)Lift (data mining)PhotoresistNanotechnology

Résumé

récupéré en direct d'OpenAlex

A lift-off process is a popular method to pattern metals, especially for the noble metals that are hard to dry-etch. For a “clean” lift-off process, an undercut profile is critical and is commonly achieved by using a bilayer resist stack. A resist with tunable sensitivity is apparently the most desirable, since it offers a controlled amount of undercut when used as the bottom layer, with the top layer being a less sensitive resist. In this study, the authors show that a simple mixture of poly (methyl methacrylate) (PMMA) and ZEP can offer tunable sensitivity by adjusting the ratio of the two resists dissolved in anisole. Higher sensitivity was attained by increasing the ZEP content in the mixture since ZEP is about 3× more sensitive than PMMA. However, the relationship is not a linear one, and the contrast curve for a mixture containing more PMMA (e.g., PMMA:ZEP ratio of 2:1) is closer to that of pure ZEP than to PMMA. For dense line array patterns with a periodicity of 200 and 500 nm, a moderate undercut obtained by using a low ZEP concentration (PMMA:ZEP = 2:1 as the bottom layer, PMMA as the top layer) gave the result for lift-off of 100 nm Cr. While using pure ZEP as the bottom layer, the undercut was often too large that the resist lines collapsed because of capillary force or even completely detached when the adjacent undercut merged together.

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)0,002
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 enseignants0,060
Score d'incertitude au seuil0,699

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,006
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and PhenomenaMême sujetAdvancements in Photolithography TechniquesTravaux en français237 207