MétaCan
Menu
Retour à la cohorte
Enregistrement W2001318819 · doi:10.1109/nano.2010.5697774

Humidity sensing characteristics of laterally aligned ZnO nanowires by dielectrophoresis method

2010· article· en· W2001318819 sur OpenAlexaff
Seung Woo Park, Yun Wang, John T. W. Yeow, Yu‐Tung Yin, Liang‐Yih Chen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésNanowireDielectrophoresisMaterials scienceRelative humidityElectrodeHumidityNanotechnologyAnnealing (glass)OptoelectronicsHydrogenHydrothermal circulationNanogeneratorChemical engineeringComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

In this study, the humidity sensing characteristics of zinc oxide (ZnO) nanowires are investigated experimentally. ZnO nanowires are grown by hydrothermal method at low temperature (95°C) for 3-24 hours. Dielectrophoresis (DEP) force is then applied to assemble ZnO nanowires on interdigitated electrode (IDE) patterns to make connection between two electrodes. Prior to the assembling, thermal annealing is used and pure alcohol is dropped on the IDE pattern so that the adhesion of IDE patterns and substrate is improved effectively. The hydrogen sites of water molecules are thought to be positively charged due to the high electronegativity of oxygen compared to hydrogen. These charged hydrogen sites will capture the electrons of ZnO nanowires electrostatically. Thus, the electrical resistance of our sensor increases with increasing relative humidity (RH) level in the tests. Our sensors show extremely fast response time and they can reach 90% of the total change in 16 seconds when increasing RH level from 0% to 100%. These laterally aligned ZnO nanowires are expected to be promising for applications in commercial humidity sensors.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,202
Écart entre enseignants0,198 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207