MétaCan
Menu
Retour à la cohorte
Enregistrement W4366140062 · doi:10.1109/eurosime56861.2023.10100796

Degradation of silicone-based sealing materials used in microelectronics

2023· article· en· W4366140062 sur OpenAlexaff
M. Yazdan Mehr, Pejman Hajipour, Henk van Zeijl, Walidabd El, Thierry Cooremans, F. De Buyl, Guoxiong Zhang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Analysis of Composite Materials
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekTechnische Universiteit Delft
Mots-clésMicroelectronicsMaterials scienceAdhesiveSiliconeSealantDurabilityComposite materialDegradation (telecommunications)Forensic engineeringComputer scienceNanotechnologyEngineering

Résumé

récupéré en direct d'OpenAlex

Adhesive bonding is a key joining technology in many industrial applications, including automotive, aerospace industries, biomedical devices, and microelectronic components. Adhesive bonding is gaining more and more attention due to the increasing demand for joining similar or dissimilar components, mostly within the framework of designing lightweight structures. Silicone sealant is widely used in engineering application due to its thermal stability, excellent energy absorption, and good damping characteristics. In those applications, sealant usually exposed to various environment stress, such as, high temperature, mechanical stress, humidity, light radiation, and chemical attack. Long-term stability and durability of sealant is crucial to the performance of the associated application. The main degrading factors for silicone in microelectronic applications are temperature, humidity, alkali, and mechanical loading. The focus in the present paper is to understand different failure mechanisms in silicone sealants and adhesives and to study how different environmental, mechanical, and service-related stresses attribute to the kinetics and extent of degradation in silicone sealants and adhesives. The impact of different failure mechanisms on the lifetime and reliability of microelectronic devices will be methodically investigated.

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 enseignants0,033
Score d'incertitude au seuil0,334

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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Analysis of Composite MaterialsTravaux en français237 207