MétaCan
Menu
Retour à la cohorte
Enregistrement W4409270378 · doi:10.1063/5.0253997

Phase formation prediction in magnetron sputtered Cu(Ti)Zn thin films: Numerical vs experimental approaches

2025· article· en· W4409270378 sur OpenAlexaff
Dimitri Boivin, Andrea Jagodar, Pascal Brault, Thomas Vaubois, Edern Menou, Barthélemy Aspe, Amaël Caillard, Pascal Andreazza, Marjorie Cavarroc, Anne‐Lise Thomann

Notice bibliographique

RevueJournal of Applied Physics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensSafran Electronics (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceThin filmCavity magnetronSputter depositionPhase (matter)MetallurgyCopperSputteringChemistryNanotechnology

Résumé

récupéré en direct d'OpenAlex

In this work, we evaluated the ability of three numerical methods to predict the phase formation in Cu–Zn binary and Cu–Ti–Zn ternary alloy thin films deposited by DC-magnetron sputter deposition. Molecular dynamics (MD) simulations were carried out to simulate the growth of the alloy film and study the organization at the atomic level. A Machine Learning (ML) approach trained with a recently published bulk HEA (high-entropy alloy) database was used to determine the presence of an amorphous phase, solid solutions, or/and intermetallics. Finally, CALPHAD (CALculation of PHAse Diagrams) thermodynamic modeling allows one to simulate the phase diagrams. Crystalline phases formed in experimental films were investigated by grazing incidence x-ray diffraction (GIXRD). Comparison with CALPHAD results highlights that for pure Ti or binary Cu–Zn films, the thermodynamically stable phases are formed in the films. Less agreement was found at low or high percentage of Ti introduced in the Cu–Zn system, and drastic differences were observed for elemental compositions close to equimolarity. In those cases, the out of equilibrium nature of the magnetron sputtering deposition technique is evidenced. The very limited agreement between the GIXRD and ML approach is explained by the available database, which is exclusively based on bulk alloys. Elemental composition of the alloy does not itself determine the stabilized phases: elaboration techniques are to be taken into account too. MD simulations bring information on a possible segregation of the Zn element to the surface and grain boundaries. A very good agreement is evidenced between the calculated and experimental diffraction patterns.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,022
Tête enseignante GPT0,231
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetMetal and Thin Film MechanicsTravaux en français237 207