MétaCan
Menu
Retour à la cohorte
Enregistrement W2020141562 · doi:10.1149/2.001402jes

Design, Fabrication and Testing of a Polymer Composite Based Hard-Magnetic Mirror for Biomedical Scanning Applications

2013· article· en· W2020141562 sur OpenAlexaff
Manu Pallapa, John T. W. Yeow

Notice bibliographique

RevueJournal of The Electrochemical Society · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceScannerRadius of curvatureFabricationOpticsSurface roughnessOptoelectronicsCurvatureComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

In this work, we combine the advantages of hard magnets, polydimethylsiloxane (PDMS) micro-molding and printed circuit board planar coils to propose an electromagnetically actuated bidirectional scanner with potential applications in bio-medical scanning. The proposed bidirectional scanner (4 mm × 4 mm × 250 μm) is fabricated by micromolding an isotropic Nd-Fe-B micropowder (MQFP-12-5) doped in a PDMS matrix at 80% weight percentage and magnetized using a standard dipole electromagnet. A reflective gold layer of 100 nm is evaporated onto the polymer composite structure. A maximum magnetic field of 20 mT is measured for the polymer magnetic mirror. Rectangular planar coils (trace width and spacing: 254 μm; 10 turns) are employed to actuate the bidirectional scanner electromagnetically by Lorentz force. Actuation in both static and dynamic excitation modes is tested. Power consumption at a maximum rotational angle (15 degrees – optical) is one watt at 40 Hz resonant frequency. Initial surface roughness of the mirror (165 nm) and radius of curvature (75 mm) has been addressed by depositing a thin layer of PDMS, resulting in 66.24 nm surface roughness and 321.37 mm overall radius of curvature after integration. Major advantages of the proposed bidirectional scanner include low fabrication cost, low input voltage and large actuator displacement compared to existing electrostatic scanners.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,318
Score d'incertitude au seuil0,204

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 Opus0,013
Tête enseignante GPT0,226
Écart entre enseignants0,213 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207