MétaCan
Menu
Retour à la cohorte
Enregistrement W2131985504 · doi:10.1109/iceaa.2012.6328755

New opportunities in electromagnetics with nanotechnologies

2012· article· en· W2131985504 sur OpenAlexaff
Dimitrios L. Sounas, Louis‐Philippe Carignan, Christophe Caloz

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGraphene research and applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésElectromagneticsComputational electromagneticsComputer scienceEngineeringEngineering physicsPhysicsElectromagnetic field

Résumé

récupéré en direct d'OpenAlex

Electromagnetics is a mature field which is ubiquitous in everyday life. All communication systems rely, to a certain extent, on electromagnetic devices such as antennas and waveguides. Furthermore, the ever increasing demand for high capacity and small size systems calls for novel avenues for miniaturization and integration. Conventional electromagnetic devices suffer from a fundamental tradeoff between size and functionality, originating from the fact that the interaction between all classical materials and electromagnetic waves reduces as their size decreases. Therefore, new materials immune of these fundamental drawbacks must be explored. Nanotechnology, the study of materials and structures with at least one of dimension in the order of the nanometer [1], offers a potential solution. Conceptualized for the first time in 1956 by Richard Feynman in his famous talk “There's plenty of room at the bottom” [2], nanotechnology can now routinely produce nanomaterials with controlled structural and functional parameters in the nano or even atomic scale. Some of these nanomaterials are not only able to strongly interact with electromagnetic waves, despite their dimensions being much smaller than the wavelength, but they also exhibit totally new phenomena, not found in conventional materials. Here, we provide three illustrative examples from our recent work on nanoelectromagnetics, which show how the combination of electromagnetics and nanotechnology can lead to devices with unprecedented characteristics.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,007
Communication savante0,0040,011
Science ouverte0,0020,004
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,046
Tête enseignante GPT0,268
Écart entre enseignants0,222 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGraphene research and applicationsTravaux en français237 207