Sensing in nature: using biomimetics for design of sensors
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The purpose of this paper is to illustrate how biomimetics can be applied in sensor design. Biomimetics is an engineering discipline that uses nature as an inspiration source for generating ideas for how to solve engineering problems. The paper reviews a number of biomimetic studies of sense organs in animals and illustrates how a formal search method developed at University of Toronto can be applied to sensor design. Design/methodology/approach Using biomimetics involves a search for relevant cases, a proper analysis of the biological solutions, identification of design principles and design of the desired artefact. The present search method is based on formulation of relevant keywords and search for occurrences in a standard university biology textbook. Most often a simple formulation of keywords and a following search is not enough to generate a sufficient amount of useful ideas or the search gives too many results. This is handled by a more advanced search strategy where the search is either widened or it is focused further mainly using biological synonyms. Findings A major problem in biomimetic design is finding the relevant analogies to actual design tasks in nature. Research limitations/implications Biomimetics can be a challenge to engineers due to the terminology from another scientific discipline. Practical implications Using a formalised search method is a way of solving the problem of finding the relevant biological analogies. Originality/value The paper is of value as most present biomimetic research is focused on the understanding of biological phenomena and does not have as much focus on the engineering design challenges.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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