Influence of Different Carbon Precursors on Optical and Electrical Properties of Silicon Carbonitride Thin Films
Notice bibliographique
Résumé
Silicon carbonitride (SiCN) thin films are widely used for protective hard coatings due to their superior mechanical and chemical properties such as high wear resistance, chemical and thermal stability at high temperatures, and hardness. Another scope of study of SiCN thin films is as the low dielectric constant (LKC) materials, which are desired for replacing silicon oxide (SiO 2 ) in integrated circuits (IC). SiCN owes the interest shown to being an intermediate compound between silicon nitride (Si 3 N 4 ) which is a highly transparent, wide band gap (5 eV) dielectric, and silicon carbide (SiC) with excellent mechanical performance. In this study we present the optical and electrical properties of SiCN:H thin films fabricated by electron cyclotron resonance plasma enhanced chemical vapor deposition (ECR PECVD) by using a mixture of acetylene (C 2 H 2 ) or methane (CH 4 ), silane (SiH 4 ), argon (Ar), and nitrogen (N 2 ) gas precursors. Samples fabricated with two different carbon sources were analyzed and compared regarding their chemical composition as well as their electrical and optical properties. The atomic composition of Si, C, N, O, and H were determined by Rutherford backscattering spectrometry (RBS) and elastic recoil detection (ERD) analysis and the chemical bonds formed in SiCN:H were analyzed through Fourier transform infrared spectroscopy (FTIR). Optical bandgap, index of refraction and extinction coefficient were analyzed by variable angle spectroscopic ellipsometry (VASE) and will be presented for different deposition conditions. The dielectric constants and dielectric breakdown voltages of the thin films were determined through current-voltage (I-V) and capacitance-voltage (C-V) measurements. Lastly, the hardness properties are explained due to varying C and H concentrations.
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 | 0,001 |
| 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 ».