MétaCan
Menu
Retour à la cohorte
Enregistrement W2997915331 · doi:10.1116/1.5122822

Effect of oxygen plasma cleaning on nonswitching pseudo-Bosch etching of high aspect ratio silicon pillars

2020· article· en· W2997915331 sur OpenAlexafffund
Ferhat Aydinoglu, Aixi Pan, Chenxu Zhu, Bo Cui

Notice bibliographique

RevueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and Phenomena · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor materials and devices
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanada First Research Excellence FundCanada Foundation for Innovation
Mots-clésEtching (microfabrication)Materials scienceDry etchingReactive-ion etchingSiliconPassivationPlasmaLayer (electronics)Plasma etchingFabricationOptoelectronicsNanotechnologyAnalytical Chemistry (journal)Chemistry

Résumé

récupéré en direct d'OpenAlex

In dry plasma silicon etching, it is desired to have a high etching rate, a high etching selectivity to mask material, a vertical or controllable sidewall profile, and a smooth sidewall. Since the standard Bosch process (switching between SF6 and C4F8 gases) leads to a wavy/rough sidewall profile, the nonswitching pseudo-Bosch process is developed to give a smooth sidewall needed for nanostructure fabrication. In the process, SF6 and C4F8 gases are introduced to the chamber simultaneously. Here, the authors show that by introducing a periodic oxygen (O2) plasma cleaning step, that is, switching between SF6/C4F8 etching and O2 cleaning, the silicon etching rate can be significantly improved (by up to ∼55%, from 139 to 216 nm/min) without any adverse effect. This is mainly because O2 plasma can remove the fluorocarbon polymer passivation layer at the surface. The etching and cleaning step durations were varied from 5 s to 40 min and from 0 to 60 s, respectively. The fastest etching rates were obtained when the cleaning step takes roughly 10% of the total etching time.

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)0,001
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,215
Écart entre enseignants0,205 · 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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and PhenomenaMême sujetSemiconductor materials and devicesTravaux en français237 207