Investigating the detection limit of subsurface holes under graphite with atomic force acoustic microscopy
Notice bibliographique
Résumé
The subsurface imaging capabilities of atomic force acoustic microscopy (AFAM) was investigated by imaging graphite flakes suspended over holes in a silicon dioxide substrate. The graphite thickness and the hole size were varied to determine the detection limit on the maximum graphite thickness and the smallest detectable hole size. Parameters including operating frequency, eigenmode, contact force, and cantilever stiffness were investigated for their influence of defect detection. AFAM was reliably able to detect 2.5 μm diameter holes through a maximum graphite thickness of 570 nm and sub 100 nm holes through 140 nm of graphite. The smallest detectable defect size was a 50 nm hole covered by an 80 nm thick graphite flake. Increasing the graphite thickness and decreasing the hole size both resulted in a decrease in subsurface contrast. However, the non-linear trend observed from increasing the graphite thickness indicates thickness has a greater effect on subsurface defect detection than variations in defect size. Through investigating various parameters, we have found certain cases to increase the observed contrast of the embedded subsurface holes, however the smallest detectable defect size remained the same. This technique's ability to reveal sub 100 nm defects buried under graphite has previously only been demonstrated in much softer polymer systems.
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 ».