Mechanical Modeling of Nano-Structure Collapse in Sublimation Drying
Notice bibliographique
Résumé
Abstract Continued miniaturization in semiconductor manufacturing has raised significant concerns about nano-scale pattern collapse, particularly during drying processes. Pattern collapse primarily arises from capillary forces due to residual liquids between nano-structures. Sublimation drying, which avoids the liquid phase, has been proposed to mitigate these forces; however, collapse events still occur, suggesting solidification of the sublimation agent contributes significantly to collapse mechanics. This study investigates the mechanical mechanisms behind nano-structure collapse by integrating sublimation-agent solidification into a theoretical model. Pillar-like patterns were analyzed, identifying interfacial tension at the solid–liquid interface as a primary collapse driver. The collapse force was modeled as inversely proportional to the nth power of spacing between patterns, dependent on viscosity contrast (Δμ) between liquid and solid phases. Seven sublimation agents were evaluated across pillar and line-and-space patterns, correlating maximum stress (σmax) predicted by the model with observed collapse rates. Results revealed a strong correlation for n = 3–4, emphasizing the critical role of interfacial tension and solidification-induced stress. These findings provide practical guidelines for selecting sublimation agents based on viscosity contrasts and optimizing solidification conditions, enhancing the stability and viability of increasingly intricate nano-scale patterning processes in advanced semiconductor manufacturing.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».