MétaCan
Menu
Retour à la cohorte
Enregistrement W2020000342 · doi:10.1177/1045389x14557505

Electroactive polymer actuators for active optical components

2014· article· en· W2020000342 sur OpenAlexaff
Aaron D. Price, Hani E. Naguib, Foued Ben Amara

Notice bibliographique

RevueJournal of Intelligent Material Systems and Structures · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésActuatorElectroactive polymersAdaptive opticsWavefrontMaterials scienceCompensation (psychology)Piston (optics)Context (archaeology)Deformable mirrorOpticsOptoelectronicsEngineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Adaptive optical systems incorporate active components that compensate for wavefront aberrations introduced by optical defects. The quality of optical compensation is largely determined by the stroke of the adaptive component’s underlying actuating mechanism. Development of compact polypyrrole trilayer actuator arrays may deliver superior performance over conventional active technologies such as electrostatic electrodes or piezoelectric actuators. This study introduces a novel piston–tilt mirror apparatus that utilizes low-voltage electroactive polymer actuators to reorient a plane mirror. The design of the mirror and its ancillary systems are first reported, followed by the polymer synthesis procedure and actuator fabrication method. Finally, laser beam steering results are provided in the context of an experimental retinal imaging system. The outcomes indicate a promising future for electroactive polymer-enabled devices in adaptive optical systems with technological implications ranging from more powerful astronomical telescopes to improved retinal tissue diagnosis.

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 enseignants0,003
Score d'incertitude au seuil0,009

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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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

Citations9
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent Material Systems and StructuresMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207