MétaCan
Menu
Retour à la cohorte
Enregistrement W4412714181 · doi:10.1016/j.surfin.2025.107285

Selective formation of SiC micropatterns by scratching-patterned electrochemical etching

2025· article· en· W4412714181 sur OpenAlexafffund
Zimo Ji, Tingwei Zhang, Zhimin Gao, Adrian H. Kitai

Notice bibliographique

RevueSurfaces and Interfaces · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSilicon Carbide Semiconductor Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceScratchingEtching (microfabrication)ElectrochemistryNanotechnologyChemical engineeringComposite materialElectrodeLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

A simple strategy for fabricating SiC microstructures and micropatterns is demonstrated based on scratching-patterned electrochemical etching, where the main processes only include surface scratching with a diamond tip and electrochemical etching using hydrofluoric (HF) acid. The prepared micropatterns were characterized by scanning electron microscopy (SEM) and confocal microscopy to evaluate the surface morphology and microstructures, while atomic force microscopy (AFM) was applied to explore the role of different applied forces. A formation mechanism is proposed by both experimental and simulation analysis through transmission electron microscopy (TEM) and COMSOL modeling, from which a reliable formation mechanism is constructed. In general, this study contributes to extending the microfabrication processes and techniques of SiC, and shows a bright potential in fabrication of microstructures and devices such as optoelectronics and micro-electromechanical systems (MEMS).

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 enseignants0,008
Score d'incertitude au seuil0,615

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 Opus0,005
Tête enseignante GPT0,216
Écart entre enseignants0,211 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurfaces and InterfacesMême sujetSilicon Carbide Semiconductor TechnologiesTravaux en français237 207