MétaCan
Menu
Retour à la cohorte
Enregistrement W2767337205 · doi:10.1116/1.4998561

Oxidation sharpening of silicon tips in the atmospheric environment

2017· article· en· W2767337205 sur OpenAlexaff
Ripon Kumar Dey, Jiashi Shen, Bo Cui

Notice bibliographique

RevueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and Phenomena · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Circuits and Semiconductor Failure Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésThermal oxidationSiliconWaferMaterials scienceMicroelectronicsNanotechnologySharpeningOxideGloveboxOptoelectronicsChemistryMetallurgyComputer science

Résumé

récupéré en direct d'OpenAlex

Sharp tips are essential for high-resolution atomic force microscopy (AFM) imaging and high-performance electron emitters in vacuum microelectronic devices. Thermal oxidation at high temperature followed by oxide removal is widely used in the nanofabrication of sharp silicon AFM/emitter tips. This method relies on the fact that oxide grows slower on areas with a smaller radius of curvature. Thermal oxidation is commonly carried out in a dedicated oxidation furnace that is costly, and the tips or wafer of tips must be cleaned thoroughly using Radio Corporation of America (RCA) cleaning. Here, the authors report that oxidation sharpening can also be attained using a very low-cost generic box furnace in the atmospheric environment that does not require the tips to go through an RCA cleaning process. As is apparent, such cleaning is not convenient for millimeter-scale AFM probes. The minimum tip apex radius of 2.5 nm was obtained by oxidation at 950 °C in the atmospheric environment. The obvious application of this approach is the regeneration of sharp tips out of worn out and thus blunt AFM probes at very low cost.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,012
Tête enseignante GPT0,209
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), 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

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and PhenomenaMême sujetIntegrated Circuits and Semiconductor Failure AnalysisTravaux en français237 207