High-Speed Removal of Thick Negative Photoresist in Advanced Packaging Applications
Notice bibliographique
Résumé
ABSTRACT Negative Dry Film and Spin-On photoresists are widely used as the primary choice in wafer-scale packaging processes such as bumping, TSV, and copper pillars. High transparency of negative photoresist produces vertical profiles with no footing at low exposure energy. The result is a robust, high throughput lithography process with low cost of ownership ( Doki, 2005 ). In plating applications, negative resist provides good adhesion to a wide range of substrates, enabling high-current ECD process with good stability. Despite all the positive aspects of negative photoresists, the main challenge continues to be their removal difficulty. Aggressive remover chemistries consisting of DMSO, NMP, and TMAH have been used to swell, lift, and dissolve the material ( Moore, 2002 ). Existing equipment architectures for advanced packaging photoresist removal are based on legacy front-end platforms such as immersion bath, single-wafer spin/spray, and batch spray. There is an abundance of evidence showing the benefits of agitation in polymer dissolution ( Jack L. Koenig, 2003 ). However, there have not been any significant breakthroughs in wet strip tool design to introduce the necessary level of agitation to increase removal rate in 3DI applications. This paper demonstrates the effect of high-speed mechanical agitation in a novel immersion-based strip technology. Results show a 4X increase in removal rate compared to traditional strip tanks with N2 bubbling. Removal rates of commercially available remover chemistries have been studied on one negative dry film and two negative spin-on photoresists. Various agitation mechanisms have been evaluated.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».