MétaCan
Menu
Retour à la cohorte
Enregistrement W4416876732 · doi:10.37665/smnoved83882

Effective Flux Removal Under Stringent Environmental Limitations

2005· article· W4416876732 sur OpenAlexaboutno aff
Umut Tosun, Sylvain Chamousset

Notice bibliographique

RevueSMTA International · 2005
Typearticle
Langue
DomaineComputer Science
ThématiqueChemical and Environmental Engineering Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)ContaminationProduct (mathematics)ElectronicsProcess controlFlux (metallurgy)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT To cope with latest VOC regulations the authors validated a viable process window for a new cleaning product technology. The face of precision cleaning in the electronics industry has changed significantly over the last 20 years. With the ban of Fluorinated Chloro-carbons, the 1989 Montreal protocol opened the way for the use of alternative to non-ozone depleting and more environmentally sound solutions. Initially, direct solvent-based replacements were successfully introduced in the 1990s; although efficient cleaning solutions, they too were soon considered harmful to the environment. With the latter, some of the problems included the high volatile organic content as well as the costly cleaning equipment needed to efficiently use them. In an effort to minimize the VOC content, water-based products were soon introduced, ranging from saponifier/surfactant based products, to MPC ® based technologies. They vary in operating temperatures, application concentrations used for cleaning, effectiveness, as well as achieved bath life time. Depending on the contamination to be removed, the application concentration for currently available products range from 5 and 30 %. MPC ® based product technologies on the other hand provide lower operating temperatures, lower concentrations and the longest bath life time. For saponifier-based products weekly bath changes are typically the norm. During the last 5 years, some states went further and passed legislation to limit the amount of VOC to 50g/L soon to be followed by the further regulations(i.e. 25g/L in California; Figure 1).

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,019
Tête enseignante GPT0,241
Écart entre enseignants0,222 · 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'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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSMTA InternationalMême sujetChemical and Environmental Engineering ResearchTravaux en français237 207