MétaCan
Menu
Retour à la cohorte
Enregistrement W4416877847 · doi:10.37665/smwthky42090

Nanocopper as a Replacement for Solder -- A Question of Reliability?

2013· article· W4416877847 sur OpenAlexaff
Luke Wentlent, K. Schnabl, S. Khasawneh, K. Mootoo, Jerry M. Owens, Juncheng Jiang, Alfred A. Zinn, J. Beddow, Randall M. Stoltenberg, J. Chang, E. Hauptfleisch, D. Blass, Peter Børgesen

Notice bibliographique

RevueSMTA International · 2013
Typearticle
Langue
DomaineEngineering
ThématiqueElectronic Packaging and Soldering Technologies
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésSolderingMicroelectronicsReliability (semiconductor)Current (fluid)InterconnectionLead (geology)Electromigration

Résumé

récupéré en direct d'OpenAlex

ABSTRACT As a microelectronics interconnect or bond material, solder offers a compromise between materials properties and processability. In comparison a material like Cu offers a number of obvious advantages. A Cu nanoparticle paste is under development that offers the potential for application by standard SMT technology, and formation of Cu joints at peak processing temperatures of about 200°C. So far the resulting strength and reliability do however remain well below those of bulk Cu. While they may still suffice under certain conditions broad scale implementation in most current applications will require quantitative comparisons with the performances of current SnPb and lead free solders. In the absence of an in-depth understanding of the individual damage and failure mechanisms involved such comparisons may easily become misleading. We outline our current understanding for common lead free solder alloys and present preliminary results of testing of Cu. Current damage accumulation rules have been shown to break down for SnAgCu alloys and appear to do so for Cu as well, but not necessarily with as serious consequences.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,008
Tête enseignante GPT0,261
Écart entre enseignants0,253 · 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'étudeObservationnel
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSMTA InternationalMême sujetElectronic Packaging and Soldering TechnologiesTravaux en français237 207