MétaCan
Menu
Retour à la cohorte
Enregistrement W2789915583 · doi:10.1109/tcpmt.2018.2794202

Development of Embedded Redistribution Layer-Based Silicon Interposer for 3-D Integration

2018· article· en· W2789915583 sur OpenAlexafffund
Yang Qiu, Shichao Yue, Walied A. Moussa, Pedram Mousavi

Notice bibliographique

RevueIEEE Transactions on Components Packaging and Manufacturing Technology · 2018
Typearticle
Langueen
DomaineEngineering
Thématique3D IC and TSV technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of AlbertaCMC Microsystems
Mots-clésMaterials scienceSiliconFabricationElectrical conductorRedistribution (election)OptoelectronicsInterposerContact resistanceComposite materialNanotechnologyElectronic engineeringEngineering physicsLayer (electronics)EngineeringEtching (microfabrication)

Résumé

récupéré en direct d'OpenAlex

Silicon interposers that are typically composed of redistribution layers (RDLs) and through-silicon vias have become a popular alternative approach to achieve 3-D integration. However, issues including the long metallization duration and the risk of unacceptable interfacial resistance or even disconnection are prohibiting their wider adoption. In this paper, by substituting RDLs with conductive polymer-filled trenches at the bonding interface, a silicon interposer architecture with faster fabrication speed and better interfacial connection was developed. Ag-based and carbon-based (C-based) conductive polymers with different viscosities were tested under varying vacuum suction conditions. It was found that the filling ratio would increase more efficiently with the driving pressure. Besides, measurements indicated the average resistance of channels filled with Ag-based conductive polymers was in the range of 40-55 Ω. Furthermore, their resistivity stability and bonding strength to Cu and Al had proven to be promising during the temperature increase.

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 seuil0,001

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 ouverte0,0010,000
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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,224 · 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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Components Packaging and Manufacturing TechnologyMême sujet3D IC and TSV technologiesTravaux en français237 207