MétaCan
Menu
Retour à la cohorte
Enregistrement W2012782082 · doi:10.3390/s150407844

Dielectric Sensors Based on Electromagnetic Energy Tunneling

2015· article· en· W2012782082 sur OpenAlexaff
Omar Siddiqui, Mani Kashanianfard, Omar M. Ramahi

Notice bibliographique

RevueSensors · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhotonic Crystals and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésQuantum tunnellingWaveguideMaxima and minimaElectromagnetic fieldElectromagnetic radiationElectrical impedanceResonance (particle physics)Excited stateDielectricEnergy (signal processing)PhysicsMaterials scienceOptoelectronicsOpticsAtomic physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We show that metallic wires embedded in narrow waveguide bends and channels demonstrate resonance behavior at specific frequencies. The electromagnetic energy at these resonances tunnels through the narrow waveguide channels with almost no propagation losses. Under the tunneling behavior, high-intensity electromagnetic fields are produced in the vicinity of the metallic wires. These intense field resonances can be exploited to build highly sensitive dielectric sensors. The sensor operation is explained with the help of full-wave simulations. A practical setup consisting of a 3D waveguide bend is presented to experimentally observe the tunneling phenomenon. The tunneling frequency is predicted by determining the input impedance minima through a variational formula based on the Green function of a probe-excited parallel plate waveguide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,415
Score d'incertitude au seuil0,589

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,219 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetPhotonic Crystals and ApplicationsTravaux en français237 207