DC voltage fields generated by RF plasmas and their influence on film growth morphology through static attraction to metal wetting layers: Beyond ion bombardment effects
Notice bibliographique
Résumé
It is shown that attractive electrostatic interactions between regions of positive charge in RF plasmas and the negative charge of metal wetting layers, present during compound semiconductor film growth, can have a greater influence than substrate temperature on film morphology. Using GaN and InN film growth as examples, the DC field component of a remote RF plasma is demonstrated to electrostatically affect metal wetting layers to the point of actually determining the mode of film growth. Examples of enhanced self-seeded nanopillar growth are provided in the case where the substrate is directly exposed to the DC field generated by the plasma. In another case, we show that electrostatic shielding of the DC field from the substrate can result in the growth of Ga-face GaN layers from gallium metal wetting layers at 490 °C with root-mean-square roughness values as low as 0.6 nm. This study has been carried out using a migration enhanced deposition technique with pulsed delivery of the metal precursor allowing the identification of metal wetting layers versus metal droplets as a function of the quantity of metal source delivered per cycle. It is also shown that electrostatic interactions with the plasma can affect metal rich growth limits, causing metal droplet formation for lower metal flux than would otherwise occur. Accordingly, film growth rates can be increased when shielding the substrate from the positive charge region of the plasma. For the example shown here, growth rates were more than doubled using a shielding grid.
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 ».