MétaCan
Menu
Retour à la cohorte
Enregistrement W2600329788 · doi:10.1063/1.4978916

Miniature environmental chambers for temperature humidity bias testing of microelectronics

2017· article· en· W2600329788 sur OpenAlexafffund
Michael David Hook, M. Mayer

Notice bibliographique

RevueReview of Scientific Instruments · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueElectronic Packaging and Soldering Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicroelectronicsReliability (semiconductor)HumidityRelative humidityMaterials scienceEnvironmental testsExtrapolationEnvironmental scienceEnvironmental chamberProcess engineeringNuclear engineeringReliability engineeringOptoelectronicsMeteorologyPhysicsEngineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

Environmental chambers are commonly used for reliability testing of microelectronics and other products and materials. These chambers are large, expensive, and limit electrical connectivity to devices under test. In this paper, we present a collection of ten small, low-cost environmental chambers, with humidity control based on mixtures of water and glycerol placed inside the chambers. We demonstrate relative humidities from 44% to 90%, at temperatures from 30 to 85 °C, enabling industry-standard testing at 85% humidity and 85 °C. The division of samples between ten separate chambers allows different conditions to be applied to each sample, in order to quickly characterize the effects of the environment on device reliability, enabling extrapolation to estimate lifetimes in working conditions.

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)0,001
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 enseignants0,243
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,031
Tête enseignante GPT0,256
Écart entre enseignants0,225 · 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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of Scientific InstrumentsMême sujetElectronic Packaging and Soldering TechnologiesTravaux en français237 207