MétaCan
Menu
Retour à la cohorte
Enregistrement W4323042065 · doi:10.1116/5.0124150

High quality factor silicon nitride nanomechanical resonators fabricated by maskless femtosecond laser micromachining

2023· article· en· W4323042065 sur OpenAlexaff
Roghayeh Nikbakht, Xitong Xie, Arnaud Weck, Raphaël St-Gelais

Notice bibliographique

RevueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and Phenomena · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensMcGill UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSurface micromachiningNanolithographyOptoelectronicsResonatorSilicon nitrideFemtosecondLaserEtching (microfabrication)Electron-beam lithographyPhotolithographySiliconMicrofabricationFabricationNanotechnologyLaser beam machiningResistOptics

Résumé

récupéré en direct d'OpenAlex

Freestanding silicon nitride (SiN) devices are central to the field of nanomechanical resonators and other technology applications such as transmission electron imaging and nanopore bioassays. Nanofabrication techniques used for fabricating these devices often lack flexibility. While photolithography requires printing of an expensive photomask for each new design iteration, electron beam lithography is slow and commands high equipment cost. Here, we demonstrate maskless rapid prototyping of freestanding SiN nanomechanical resonators fabricated by femtosecond laser ablation of a plain SiN membrane in ambient air. We fabricate microbeams with different widths from 7 to 100 μm, and we characterize their resonance frequency and mechanical quality (Q) factors. We find that membrane cracking can be avoided during fabrication by carefully engineering the etch pattern, and that laser etching has a negligible effect on built-in tensile stress. For each beam, Q-factors are measured for several eigenmodes and are found to remain high after laser etching. All beams show quality factors greater than 105, while unetched plain membranes have Q > 106. Possible causes for Q-factor reduction are identified, along with future process improvement directions.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,048
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vacuum Science & Technology B Nanotechnology and Microelectronics Materials Processing Measurement and PhenomenaMême sujetMechanical and Optical ResonatorsTravaux en français237 207