TW201925767A

TW201925767A - 光阻劑之品質管理方法及光阻劑之品質預測模型之取得方法

Info

Publication number: TW201925767A
Application number: TW107138109A
Authority: TW
Inventors: 新井直樹; 提箸正義; 片山和弘
Original assignee: 日商信越化學工業股份有限公司
Priority date: 2017-10-31
Filing date: 2018-10-29
Publication date: 2019-07-01
Also published as: US20190129304A1; KR20190049517A; JP6871839B2; JP2019082438A; KR102201917B1; CN109725015A; TWI723295B

Abstract

本發明之課題在於提供簡便的機械化解析方法以用於光阻劑之品質管理及不良發生時的早期原因查明。
該課題之解決手段為一種光阻劑之品質管理方法，其特徵為包括下列步驟：
(1)將光阻劑進行前處理以獲得分析樣品；
(2)對該分析樣品進行儀器分析以獲得分析結果；
(3)將該分析結果轉換成數值數據並進行多變量解析；及
(4)由獲得之解析結果管理品質。

Description

光阻劑之品質管理方法及光阻劑之品質預測模型之取得方法

本發明關於光阻劑之品質管理方法及光阻劑之品質預測模型之取得方法。更詳細而言，係關於利用光阻劑之構成物質或雜質的儀器分析所為之品質管理方法、及光阻劑之品質預測模型之取得方法。

近年來伴隨LSI之高整合化及高速化，要求圖案規則的微細化，對用於該等之製造的光阻劑亦要求高品質的穩定性。

光阻劑(photoresist)係使用於為半導體器件、液晶器件等各種電子器件中之微細電路圖案製作步驟之一的光微影步驟中的材料，含有感光性的化合物。對塗布在基板上的光阻劑膜，實施已繪製於光罩之電路圖案的曝光，在光阻劑膜形成感光部分與未曝光部分。在感光部分因感光性化合物而發生化學反應，隨後，對於顯影步驟中使用之顯影液的溶解性發生變化。藉由將光阻劑膜之顯影液可溶部除去，遮罩的電路圖案轉印至基板上。藉由進一步重複步驟，可得到繪製有圖案之基板。

作為最先進的微細化技術，在ArF微影之圖案的兩側側壁形成膜，從1個圖案以一半線寬形成2個圖案之雙重圖案化(SADP)所為之20nm節點程度的器件已量產。作為次世代的10nm節點之微細加工技術，有重複2次SADP的SAQP為候選技術，但重複多次利用CVD所為之側壁膜形成及利用乾蝕刻所為之加工的該處理被指摘係非常昂貴。波長13.5nm之極紫外線(EUV)微影，能以1次曝光形成10nm程度之尺寸的圖案，面向實用化的開發正加速中。

由於線寬數十nm以下之圖案形成方法正在常用技術化中，對於光阻劑材料要求極為精密的組成管理、雜質管理。例如，原本不混入的微量雜質、金屬雜質的含量高時，在圖案形成過程中會引起缺陷，它們的管理強化被認為係重要。

關於微量雜質的混入原因，吾等考慮製造設備之清潔度的管理不足、源自構成光阻劑之基礎聚合物、光酸產生劑(PAG)、溶劑等構成原材料的情形。因此，在製造光阻劑材料時，超越通常的化成品製造之管理水平而實施極為嚴格的設備環境、製造步驟條件的管理，以使針對各原材料每批次的純度等的品質的變異盡可能小。

習知的光阻劑品質管理方法係使用光微影步驟。就第一方法而言，係製備光阻劑溶液後塗布於基板，將繪製於光罩之電路圖案轉印至光阻劑膜後，使用掃描式電子顯微鏡等檢查是否獲得所需的線寬，藉此來實施線寬管理。又，就第二方法而言，係製備光阻劑溶液後塗布於基板，使用晶圓表面檢查裝置等進行異物檢查，來實施例如微量雜質之異物管理。就第三方法而言，係製備光阻劑溶液後塗布於基板，將繪製於光罩之電路圖案轉印至光阻劑膜後，使用明視野檢查裝置等檢查因例如微量雜質所致之微小圖案缺陷，來實施基板上之缺陷密度的管理。

但，如上述方法中包含將光阻劑塗布於基板的步驟，不是直接分析所製得之光阻劑組成物的方法，故不一定反映光阻劑本身的品質，且方法也不能說是簡便。

另一方面，近年來使用稱為多變量解析或化學統計(chemometrics)的數學或統計學的方法，並使用以使由利用各種測定獲得之光譜、層析圖等化學數據得到的化學資訊量最大化為目的之方法的解析已被活用，有人提出針對光阻劑聚合物亦使用多變量解析來實施特性評價的方法(專利文獻1)。

但，專利文獻1記載之方法的對象限於光阻劑聚合物，僅以該方法無法管理所製得之光阻劑組成物的品質。
[先前技術文獻]
[專利文獻]

[專利文獻1]日本專利第5811848號公報

[發明所欲解決之課題]

本發明係為了解決上述問題而成，旨在提供簡便的機械化解析方法以用於光阻劑之品質管理及不良發生時的早期原因查明。
[解決課題之手段]

為了達成上述課題，本發明提供一種光阻劑之品質管理方法，其特徵為包括下列步驟：
(1)將光阻劑進行前處理以獲得分析樣品；
(2)對該分析樣品進行儀器分析以獲得分析結果；
(3)將該分析結果轉換成數值數據並進行多變量解析；及
(4)由獲得之解析結果管理品質。

若為如此之光阻劑之品質管理方法，藉由直接分析光阻劑並予以評價來進行品質管理，故可成為用於光阻劑之品質管理及不良發生時之早期原因查明的簡便的機械化的解析方法。

又，前述多變量解析宜為PCA主成分分析。

藉由為如此之多變量解析，僅一看分析結果(圖表)便能具體地發現會被錯過的不良批次的微小差異，從而可成為更加優異的解析方法。

又，前述儀器分析宜為核磁共振分析。

以利用如此之儀器分析所為之測定獲得的分析結果，展示豐富的結構資訊，試樣的製備簡單，而且分析時間縮短，同時具有非選擇性的特性，從而可成為更加優異的解析方法。

又，前述前處理可為使前述光阻劑溶解於溶劑的處理。

若為如此之前處理，係簡便且可理想地用於例如核磁共振分析等。

宜為將前述分析結果中包含的來自光阻劑聚合物、酸產生劑、及鹼性化合物中之任一者之峰部作為指標的光阻劑之品質管理方法。

若為如此之光阻劑之品質管理方法，可成為更高精度的解析方法。

又，本發明提供一種光阻劑之品質預測模型之取得方法，係取得光阻劑之品質預測模型的方法；
包括下列步驟：
(1)將品質已知的多個光阻劑進行前處理以獲得各別的分析樣品；
(2)對該各別的分析樣品進行儀器分析以獲得各別的分析結果；
(3)將該各別的分析結果與該品質之關係轉換成數值數據並進行多變量解析。

若為如此之光阻劑之品質預測模型之取得方法，可提供對光阻劑之品質管理有益的品質預測模型。

此時，宜為包括下列步驟的光阻劑之品質管理方法：
(1)將光阻劑進行前處理以獲得分析樣品；
(2)對該分析樣品進行儀器分析以獲得分析結果；
(3)將該分析結果轉換成數值數據並進行多變量解析；及
(4)將獲得之解析結果與上述獲得之品質預測模型加以對照。

若為如此之光阻劑之品質管理方法，可成為更加簡便且精度更高的品質管理方法。
[發明之效果]

如上述，若為本發明之光阻劑之品質管理方法，則可提供簡便且正確的機械化解析方法以用於光阻劑之品質管理及不良發生時的早期原因查明。又，根據本發明，可簡便地實施以往係困難的光阻劑本身的品質管理，實際上即使不將光阻劑塗布於基板以進行曝光評價試驗，亦能發現不良的光阻劑，故可貢獻於品質管理的高精度化、效率化、快速化、簡易化。又，若為本發明之品質預測模型之取得方法，則可提供對光阻劑之品質管理有益的品質預測模型。

如上述，希望開發一種正確且簡便的機械化解析方法以用於光阻劑之品質管理及不良發生時的早期原因查明。

本案發明人等針對上述課題進行努力研究的結果，發現光阻劑組成物之PCA解析結果與實際的評價試驗結果呈現良好的相關性，故即使不進行光阻劑的曝光評價試驗，亦可利用多變量解析推測出評價結果，從而可以發現不良批次，並完成了本發明。

亦即，本發明係一種光阻劑之品質管理方法，包括下列步驟：
(1)將光阻劑進行前處理以獲得分析樣品；
(2)對該分析樣品進行儀器分析以獲得分析結果；
(3)將該分析結果轉換成數值數據並進行多變量解析；及
(4)由獲得之解析結果管理品質。

以下，針對本發明進行詳細說明，但本發明並不限定於該等。

[步驟(1)]
步驟(1)係將光阻劑進行前處理以獲得分析樣品的步驟。

本發明中，將光阻劑因應所使用之儀器分析的種類適當地進行前處理(測定試樣之製備)後，可進行各種儀器分析。就前處理而言，例如可為使光阻劑溶解於溶劑的處理。儀器分析使用NMR時，溶解光阻劑組成物的溶劑可列舉：氘代二甲基亞碸(DMSO-d6)、氘代氯仿、氘代丙酮等，宜為DMSO-d6。

[步驟(2)]
步驟(2)係對分析樣品進行儀器分析以獲得分析結果的步驟。

將經施以上述前處理之光阻劑樣品進行任意的儀器分析，獲得分析結果。獲得之分析結果可成為光阻劑樣品的指紋(fingerprint)。將該指紋轉換成數值數據並進行多變量解析。就利用儀器分析獲得之結果而言，可列舉保持時間、以及訊號強度(或離子強度)等光譜數據。

本發明中，儀器分析係指使用分析儀器之分析、測定手段，可列舉：核磁共振分析(NMR)、氣相層析(GC)、液相層析(LC)、質量分析(MS)、紅外分光分析(IR)、近紅外分光分析(NIR)等。該等儀器分析亦可組合，例如可列舉GC/MS、LC/MS等組合。該等儀器分析所使用的裝置並無特別限定，只要能測定光阻劑之構成成分(聚合物、酸產生劑(PAG)、鹼性化合物、其他添加劑)則可，可為通常使用的裝置。又，測定條件可適當設定成適合於該等物質之測定。本發明中，考量展示豐富的結構資訊，試樣的製備簡單，而且分析時間縮短，同時具有非選擇性之特性的方面，可理想地採用NMR，其中，考量測定感度、測定時間的觀點，宜為1H-NMR。

[步驟(3)]
步驟(3)係將分析結果轉換成數值數據並進行多變量解析的步驟。

就多變量解析而言，係於儀器分析數據之解析採用各種解析工具。例如可列舉：PCA(主成分分析：principal component analysis)、HCA(階層式集群分析：hierarchical cluster analysis)、PLS迴歸分析(對於潛在結構的投影：Projection to Latent Structure)、判別分析(discriminate analysis)等各種解析工具。該等解析工具許多已作為軟體市售，可任意取得。如此之市售工具一般而言具備操作手冊，以便即使沒有困難的數學、統計學知識亦可進行多變量解析。

多變量解析亦可選擇一定範圍的數據來實施，而不是對獲得的全部數據實施。例如，利用1H-NMR分析時，亦可使用除去光阻劑之溶劑峰部後的數據來實施解析。

又，多變量解析宜為PCA主成分分析。PCA主成分分析中，係將如混合物之NMR光譜之具有多個變數的量化數據簡化成少數個不相關的合成變數(主成分計分PC1、PC2…)來實施解析。在將多個樣品分為多個組，或調查影響樣品間差異的物質，或掌握數據整體分布的傾向時，通常利用主成分分析。藉此，可僅一看分析結果(圖表)便能具體地發現會被錯過的不良批次的微小差異。

又，作為由多變量解析獲得的另一個重要指標，有展示是否能藉由該成分說明數據中的變動為多少比例的貢獻率。例如，若第1主成分PC1的貢獻率為80%，第2主成分PC2的貢獻率為10%，第3主成分PC3的貢獻率為5%…的話，則可以說數據整體的大部分變動可僅以第1主成分PC1來說明。故，該貢獻率對於判斷要確認到幾個主成分係有用。

就針對NMR測定結果實施PCA解析的程序而言，首先針對測定獲得的譜圖進行分部積分，製作峰值矩陣。藉由對該峰值矩陣實施主成分分析，可算出每個樣品之各主成分的計分、每個主成分的負荷。

[步驟(4)]
步驟(4)係由獲得之解析結果管理品質的步驟。

例如，於多批次對同種光阻劑進行利用儀器分析所為之測定及多變量解析時，其中，混入有構成成分比不同的不良批次的情況下，不良批次的解析值(解析結果)展現與由正常批次構成之組不同的值，而可將其選別出。

又，本發明中，步驟(4)可為將獲得之解析結果與品質預測模型加以對照的步驟。

此時，品質預測模型宜藉由包括如下步驟之光阻劑之品質預測模型之取得方法而獲得：
(1)將品質已知的多個光阻劑進行前處理以獲得各別的分析樣品；
(2)對該各別的分析樣品進行儀器分析以獲得各別的分析結果；
(3)將該各別的分析結果與該品質之關係轉換成數值數據並進行多變量解析。

如此，品質預測模型可藉由上述品質預測模型之取得方法簡單地獲得。另外，藉由將獲得之品質預測模型與多變量解析之解析結果加以對照，可成為簡便且高精度的光阻劑之品質管理方法。
[實施例]

以下，利用實施例及比較例具體地說明本發明，但本發明並不限定於該等。

光阻劑材料之製備
[組成物1～8之製備]
依表1所示之組成調製光阻劑之原料，利用0.2μm之鐵氟龍(註冊商標)過濾器進行過濾，藉此，分別製備光阻劑材料R-01～R-08。此外，表1中的樹脂、光酸產生劑、撥水性聚合物、感度調整劑、及溶劑如下。

樹脂：聚合物1
【化1】
Mw＝8,000
Mw/Mn＝1.60

光酸產生劑：PAG-1
【化2】

PAG-2
【化3】

感度調整劑：AQ-1
【化4】

撥水性聚合物：SF-1
【化5】
Mw＝8,700
Mw/Mn＝1.85

溶劑
PGMEA：丙二醇單甲醚乙酸酯
GBL：γ-丁內酯

【表1】

[曝光評價試驗]
將依表1所示之組成製備得到的光阻劑組成物旋塗於在矽晶圓將作為有機抗反射膜之ARC29A(日產化學工業(股)製)成膜成78nm之膜厚而製得的基板上，使用加熱板在100℃烘烤60秒，得到厚度100nm之光阻劑膜。將其以ArF準分子雷射掃描曝光機(Nikon(股)製NSR-S307E、NA＝0.85、σ0.93/0.74、Annular照明、6%半階調相位偏移遮罩)，邊改變曝光量與焦點(曝光量節距：1mJ/cm² 、焦點節距：0.025μm)邊進行如下圖案的曝光：晶圓上尺寸為間距寬90nm及節距180nm、間距寬80nm及節距160nm、以及間距寬70nm及節距140nm之線與間距圖案(LS圖案)；間距寬90nm及節距1,650nm之孤立圖案(isolated pattern)。曝光後，於表2所示之溫度進行60秒的PEB，在2.38質量%之TMAH水溶液中實施30秒的浸置顯影，利用純水清洗並進行旋乾，得到正型圖案。利用TD-SEM(Hitachi High-Technologies(股)製S-9380)觀察顯影後的LS圖案及孤立圖案。

＜感度評價＞
就感度評價而言，求出獲得間距寬90nm及節距180nm之LS圖案的最佳曝光量E_op (mJ/cm² )。結果示於表2。該值越小則感度越高。

＜曝光寬容度(EL)評價＞
就曝光寬容度評價而言，係由當LS圖案中之間距寬在90nm±10%(81～99nm)之範圍內形成時的曝光量依下式求出曝光寬容度(單位：%)。結果示於表2。
曝光寬容度(%)＝(｜E₁ -E₂ ｜/E_op )×100
E₁ ：形成間距寬81nm、節距180nm之LS圖案的最佳曝光量
E₂ ：形成間距寬99nm、節距180nm之LS圖案的最佳曝光量
E_op ：形成間距寬90nm、節距180nm之LS圖案的最佳曝光量

＜線寬粗糙度(LWR)評價＞
對以感度評價中之最佳曝光量照射而得的LS圖案，在間距寬之縱向測定10處的尺寸，由其結果求出標準偏差(σ)，將標準偏差(σ)的3倍值(3σ)定義為LWR。結果示於表2。該值越小，可獲得越是粗糙度小且間距寬均勻的圖案。

＜焦點深度(DOF)評價＞
就焦點深度評價而言，係由當孤立圖案中之間距寬在90nm±10%(81～99nm)之範圍內形成時的焦點求出焦點範圍。結果示於表2。該值越大，焦點深度越廣。

＜解像力評價＞
將可分辨間距寬70～90nm(節距140～180nm)之LS圖案的圖案尺寸定義為解像力。結果示於表2。該值越小，解像力越優異。

【表2】

[實施例1]
[1H-NMR分析用之樣品的製備、分析、及解析]
將製備得到的光阻劑組成物0.2ml溶解於氘代二甲基亞碸(DMSO-d6)0.36ml中，以作為測定用樣品(分析樣品)。測定獲得之測定用樣品的1H-NMR。本實施例中使用日本電子製ECA-600光譜儀，並利用5mmφ多核探針獲得光譜。將DMSO-d6作為內鎖訊號及化學位移內部標準使用。就測定條件而言，係使用單脈衝法，脈衝角為45°，累積次數為16次，並以32K的數據點數取得數據。

將利用1H-NMR測定獲得之光譜以ALICE2 for Metabolome(JEOL RESONANCE)實施相位及基線校正、PCA解析。解析範圍為-1～10ppm之範圍，並以0.04ppm幅度對光譜進行積分，除去溶劑及氘代溶劑之峰部後進行規格化。關於NMR峰部的歸屬，對光阻劑組成物配製(formulation)前的各材料分別實施1H-NMR測定，並與光譜進行比較。

[組成物1～4之1H-NMR測定結果的PCA解析結果]
圖1表示將組成物1～4之1H-NMR測定結果進行PCA解析而獲得的PC1之值和各組成物之PAG-2與PAG-1之比率的相關圖。此時的PC1的貢獻率為83.9%。相較於組成物1之不含PAG-2的光阻劑，隨著PAG-2的比率增大，PC1之值減小，故PAG-2/PAG-1與PC1之值呈現良好的相關性。

圖2的B表示將組成物1～4之光阻劑組成物之1H-NMR測定結果進行PCA解析而獲得的負荷圖。由圖2的B可得到呈現在1.7ppm、6.0ppm、及6.6ppm產生差異的結果。與光阻劑組成物各構成成分之標準樣品比較的結果，可確認到該化學位移歸屬於PAG-1及PAG-2。由該等結果可知，PCA解析顯示組成物1～4之PC1之值的變動原因係源自光阻劑組成物中之PAG-1與PAG-2之比率的不同。

圖3中表示將組成物1～4之1H-NMR測定結果進行PCA解析而獲得的PC1之值與組成物1～4之各評價結果的相關圖。可觀察到感度、曝光寬容度、線寬粗糙度、焦點深度的評價結果與PC1之值之間呈現相關性。如此，即使不進行曝光評價試驗，亦可藉由多變量解析推測出通常不實施曝光評價試驗就無法得知的光阻劑感度，並能發現不良批次，而且可找出不良原因。發生感度變動時，僅以曝光評價試驗的結果到目前為止無法明確感度變動的原因，但藉由使用多變量解析，可推測出感度變動並找出變動原因。

[比較例1]
圖2的A表示組成物1之1H-NMR譜圖。由圖2的A僅能確認到構成光阻劑組成物之溶劑的峰部，很難從該譜圖發現各光阻劑組成物中之構成成分的差異。

[實施例2]
[組成物1及5～8之1H-NMR測定結果之PCA解析結果]
圖4表示將組成物1及5～8之1H-NMR測定結果進行PCA解析而獲得的PC1之值與各組成物之PAG-1之添加量的相關圖。此時的PC1的貢獻率為81.5%。相較於組成物1，隨著PAG-1之添加量的增減，PC1之值亦會增減，PAG-1的添加量與PC1之值呈現良好的相關性。

圖5表示將組成物1及5～8之1H-NMR測定結果進行PCA解析而獲得之負荷圖。由譜圖得到呈現在1.7ppm及6.0ppm產生差異的結果。與圖2的B之結果同樣，與標準樣品比較的結果，可確認該化學位移歸屬於PAG-1。由該等結果可知，PCA解析顯示組成物1及5～8之PC1之值的變動原因係源自光阻劑組成物中之PAG-1之添加量的不同。

圖6表示將組成物1及5～8之1H-NMR測定結果進行PCA解析而獲得的PC1之值與組成物1及5～8之各評價結果的相關圖。與圖3同樣，感度、曝光寬容度、線寬粗糙度、焦點深度的評價結果與PC1之值之間呈現相關性。

由以上的評價結果可知，光阻劑組成物之PCA解析結果與實際的評價試驗結果呈現良好的相關性。藉此，即使不進行曝光評價試驗，亦可藉由多變量解析推測出通常不實施曝光評價試驗就無法得知的光阻劑感度，並能發現不良批次，而且可找出不良原因。如上述般，本發明明顯可提供簡便的機械化解析方法以用於光阻劑之品質管理及不良發生時的早期原因查明。

此外，本發明並不限定於上述實施形態。上述實施形態係例示，具有與本發明之專利申請範圍記載之技術思想實質相同的構成，發揮同樣的作用效果者，均包含在本發明之技術範圍內。
[產業上利用性]

藉由於光阻劑之品質管理使用利用NMR之多變量解析，即使不實際將光阻劑塗布於基板以進行曝光評價試驗，亦可在早期發現不良光阻劑，並可貢獻於品質管理的效率化、快速化、簡易化。

無

[圖1]為PC1與PAG比的相關圖，係將組成物1作為基準光阻劑，以組成物2～4之PAG-2與PAG-1之比為橫軸，以由組成物1～4之1H-NMR測定譜圖之PCA解析而獲得的PC1之值為縱軸。

[圖2]係組成物1之1H-NMR譜圖(縱軸峰部強度、任意單位)(A)及由組成物1～4之1H-NMR測定譜圖之PCA解析而得的負荷圖(loading chart)(縱軸峰部強度、任意單位)(B)。

[圖3]為PC1與各種評價結果的相關圖，係以由組成物1～4之1H-NMR測定譜圖之PCA解析而獲得的PC1之值為橫軸，以組成物1～4之各種評價結果為縱軸。

[圖4]為PC1與PAG添加量的相關圖，係將組成物1作為基準光阻劑，以組成物5～8之PAG-1的添加量為橫軸，以由組成物5～8之1H-NMR測定譜圖之PCA解析而獲得的PC1之值為縱軸。

[圖5]係由組成物1及5～8之1H-NMR測定譜圖之PCA解析而得的負荷圖(縱軸峰部強度、任意單位)。

[圖6]為PC1與各種評價結果的相關圖，係以由組成物1及5～8之1H-NMR測定譜圖之PCA解析而獲得的PC1之值為橫軸，以組成物1及5～8的各種評價結果為縱軸。

Claims

一種光阻劑之品質管理方法，其特徵為包括下列步驟： (1)將光阻劑進行前處理以獲得分析樣品； (2)對該分析樣品進行儀器分析以獲得分析結果； (3)將該分析結果轉換成數值數據並進行多變量解析；及 (4)由獲得之解析結果管理品質。
如申請專利範圍第1項之光阻劑之品質管理方法，其中，該多變量解析為PCA主成分分析。
如申請專利範圍第1或2項之光阻劑之品質管理方法，其中，該儀器分析為核磁共振分析。
如申請專利範圍第1或2項之光阻劑之品質管理方法，其中，該前處理係使該光阻劑溶解於溶劑的處理。
如申請專利範圍第1或2項之光阻劑之品質管理方法，係將該分析結果中包含的來自光阻劑聚合物、酸產生劑、及鹼性化合物中之任一者的峰部作為指標。
一種光阻劑之品質預測模型之取得方法，係取得光阻劑之品質預測模型的方法；其特徵為包括下列步驟： (1)將品質已知的多個光阻劑進行前處理以獲得各別的分析樣品； (2)對該各別的分析樣品進行儀器分析以獲得各別的分析結果； (3)將該各別的分析結果與該品質之關係轉換成數值數據並進行多變量解析。
一種光阻劑之品質管理方法，其特徵為包括下列步驟： (1)將光阻劑進行前處理以獲得分析樣品； (2)對該分析樣品進行儀器分析以獲得分析結果； (3)將該分析結果轉換成數值數據並進行多變量解析；及 (4)將獲得之解析結果與如申請專利範圍第6項獲得之品質預測模型加以對照。