MétaCan
Menu
Retour à la cohorte
Enregistrement W4387303214 · doi:10.1117/12.2677780

Fabrication and characterization of zone plates for EUV applications

2023· article· en· W4387303214 sur OpenAlexafffund
Remko van den Hurk, Robert Peters, Mirwais Aktary

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Photolithography Techniques
Établissements canadiensApplied Nanotools (Canada)
Organismes subventionnairesUniversity of Alberta
Mots-clésExtreme ultraviolet lithographyMaterials scienceFabricationZone plateEtching (microfabrication)OpticsElectron-beam lithographyMolybdenumCharacterization (materials science)LithographyDiffractionDiffraction efficiencyOptoelectronicsScanning electron microscopeDry etchingResistNanotechnologyComposite materialMetallurgyPhysics

Résumé

récupéré en direct d'OpenAlex

There is demand for optics for EUV applications including microscopy and diagnostic devices for EUV lithography exposure masks. Au and W are common materials for such applications, but they have relatively low theoretical diffraction efficiency. Ru is a good candidate for 13.5 nm wavelength applications as it has greater theoretical efficiency than Au or W. It also has the benefit of oxidizing less during plasma etching or on exposure to air. Oxidation can be a concern for materials with higher theoretical zone plate efficiency such as molybdenum because it can lead to a significant decrease in theoretical efficiency. Additionally, molybdenum also presents more etching challenges than Ru, particularly concerning sidewall verticality. Our work involves the fabrication and characterization of diffraction gratings and zone plates for 13.5 nm EUV applications. The fabrication of W and Ru phase zone plates with 80 nm outer zone width through electron beam lithography and plasma etching is presented. Characterization of the zone plate through SEM and STEM imaging, as well as EDX analysis, was performed. A comparison between the W and Ru zone plates is given.

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: aucune
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,157

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 Opus0,010
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvancements in Photolithography TechniquesTravaux en français237 207