MétaCan
Menu
Retour à la cohorte
Enregistrement W2582171384 · doi:10.3390/mi8010029

Glass Imprint Templates by Spark Assisted Chemical Engraving for Microfabrication by Hot Embossing

2017· article· en· W2582171384 sur OpenAlexafffund
Lucas A. Hof, Xin Dong Guo, Minseok Seo, Rolf Wüthrich, Jesse Greener

Notice bibliographique

RevueMicromachines · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofabrication and Lithography Techniques
Établissements canadiensUniversité LavalConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrofabricationEmbossingTemplateFabricationMaterials scienceRapid prototypingPolycarbonateMicroelectromechanical systemsEngravingSPARK (programming language)NanotechnologyComputer scienceEngineering drawingComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

As the field of microelectromechanical systems (MEMS) matures, new demands are being placed on the microfabrication of complex architectures in robust materials, such as hard plastics. Iterative design optimization in a timely manner—rapid prototyping—places challenges on template fabrication, for methods such as injection moulding and hot embossing. In this paper, we demonstrate the possibility of using spark assisted chemical engraving (SACE) to produce micro patterned glass templates. The direct, write-based approach enabled the facile fabrication of smooth microfeatures with variations in all three-dimensions, which could be replicated by hot embossing different thermoplastics. As a proof of principle, we demonstrated the technique for a high glass transition temperature polycarbonate. Good fidelity over more than 10 cycles provides evidence that the approach is viable for rapid prototyping and has the potential to satisfy commercial-grade production at medium-level output volumes. Glass imprint templates showed no degradation after use, but care must be taken due to brittleness. The technique has the potential to advance microfabrication needs in academia and could be used by MEMS product developers.

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 enseignants0,055
Score d'incertitude au seuil0,955

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,010
Tête enseignante GPT0,258
Écart entre enseignants0,248 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicromachinesMême sujetNanofabrication and Lithography TechniquesTravaux en français237 207