MétaCan
Menu
Retour à la cohorte
Enregistrement W2129935076 · doi:10.1088/0960-1317/19/4/045007

The nanogap Pirani—a pressure sensor with superior linearity in an atmospheric pressure range

2009· article· en· W2129935076 sur OpenAlexaff
Kourosh Khosraviani, Albert M. Leung

Notice bibliographique

RevueJournal of Micromechanics and Microengineering · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAtmospheric pressurePressure sensorOptoelectronicsEtching (microfabrication)LinearityMicroheaterFabricationLayer (electronics)Composite materialElectronic engineering

Résumé

récupéré en direct d'OpenAlex

We have designed and fabricated a surface micromachined Pirani pressure sensor with an extremely narrow gap between its heater and heatsink (substrate) with superior output linearity in the atmospheric pressure range. The gap size of the device has been reduced to 50 nm by using a layer of PECVD amorphous silicon as a sacrificial layer and a xenon difluoride (XeF 2 ) gas phase etching technique. Such a narrow gap pushes the transition from molecular to continuum heat conduction to pressures beyond 200 kPa. The higher transition pressure increases the measurement range and sensitivity of the gauge in atmospheric pressures. The gas phase etching of the sacrificial layer eliminates stiction problems related to a wet etching process. The active area of the sensor is only a 6 × 50 µm 2 microbridge anchored to the substrate at both ends. An innovative fabrication technique was developed which resulted in a virtually flat microbridge with improved mechanical robustness. This process enabled us to have a very well-controlled gap between the microbridge and the substrate. The device was tested in a constant heater temperature mode with pressure ranges from 0.1 to 720 kPa. The heater power was only 3 mW at 101 kPa (atmospheric pressure), which increased to about 8 mW at 720 kPa. The output sensitivity and nonlinearity of the device were 0.55% per kPa at 101 kPa and ±13% of the output full scale, respectively.

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: Empirique
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,189
Écart entre enseignants0,185 · 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

Citations52
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Micromechanics and MicroengineeringMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207