MétaCan
Menu
Retour à la cohorte
Enregistrement W3142089637 · doi:10.1039/d0ra05134a

AlN PEALD with TMA and forming gas: study of plasma reaction mechanisms

2021· article· en· W3142089637 sur OpenAlexaff
Mengmeng Miao, Ken Cadien

Notice bibliographique

RevueRSC Advances · 2021
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueGaN-based semiconductor devices and materials
Établissements canadiensAlberta Hospital EdmontonUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPlasmaAtomic layer depositionMaterials scienceDeposition (geology)Absorption (acoustics)DielectricThin filmLayer (electronics)Analytical Chemistry (journal)ChemistryNanotechnologyEnvironmental chemistryComposite materialOptoelectronics

Résumé

récupéré en direct d'OpenAlex

The effect of deposition temperature and plasma dose on plasma-enhanced atomic layer deposition (PEALD) of AlN thin films with forming gas plasma and trimethylaluminum (TMA) has been studied. The temperature has a strong effect on TMA absorption considering the d-TMA absorptions at low deposition temperatures. The plasma effect on AlN growth was studied in terms of three aspects: (1) plasma effect on TMA absorption, (2) plasma effect on the insertion of plasma species and creation of chemical bonds with absorbed surface species, (3) plasma effect on the removal of organic ligands and weakly-bonded surface species. Plasma over-dosing and under-dosing not only affect the film growth rate but also the AlN film properties. A three-effect mathematical model of the plasma effect was built based on the three plasma effects, which is consistent with the AlN experimental growth results. The FTIR and dielectric studies of the PEALD AlN films support the model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,041
Score d'incertitude au seuil0,282

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,248
Écart entre enseignants0,237 · 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 tête enseignante, 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRSC AdvancesMême sujetGaN-based semiconductor devices and materialsTravaux en français237 207