MétaCan
Menu
Retour à la cohorte
Enregistrement W2003104238 · doi:10.1115/imece2009-12765

Design, Analysis and Optimization of Magnetic Microactuators

2009· article· en· W2003104238 sur OpenAlexaff
Qingkun Zhou, Pinhas Ben‐Tzvi, Azhar Iqbal, Dapeng Fan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueChemical and Physical Properties of Materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicroactuatorElectromagnetic coilMicroelectromechanical systemsMagnetic fluxMagnetic fieldMechanical engineeringMagnetMaterials scienceFabricationDeflection (physics)ActuatorComputer scienceEngineeringElectronic engineeringElectrical engineeringNanotechnologyPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Magnetic micro-electro-mechanical-systems (MEMS) present new class of micro-scale devices that incorporate magnetic materials as sensing or active elements. It exploits the properties of magnetic materials by incorporating them in conventional microfabricated systems. Although their application for microactuation purposes has been limited, the prospects of remote control and large displacements renders them useful, and even unavoidable in certain circumstances. Recognizing the fact that poor electromagnetic flux in micro domain happens to be the most stringent limitation, measures to improve the magnetic field generated by an electromagnetic coil are studied using a microactuator that incorporates a coil and a hard magnetic film deposited on a flexure membrane. This paper describes the design of the microactuator, analysis and optimization that maximizes the deflection. This study also presents an overview of magnetic microactuators covering the scaling effects, materials and processes used in their fabrication and critical review of their limitations.

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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 savante0,0010,000
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 Opus0,013
Tête enseignante GPT0,211
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChemical and Physical Properties of MaterialsTravaux en français237 207