MétaCan
Menu
Retour à la cohorte
Enregistrement W2132798562 · doi:10.3390/s8042317

A Micromachined Capacitive Pressure Sensor Using a Cavity-Less Structure with Bulk-Metal/Elastomer Layers and Its Wireless Telemetry Application

2008· article· en· W2132798562 sur OpenAlexafffund
Kenichi Takahata, Yogesh B. Gianchandani

Notice bibliographique

RevueSensors · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesTRIUMFUniversity of Michigan
Mots-clésMaterials scienceCapacitive sensingPressure sensorCapacitanceElectromagnetic coilCapacitorElastomerSurface micromachiningOptoelectronicsAcousticsElectrodeElectrical engineeringComposite materialVoltageMechanical engineeringFabricationEngineering

Résumé

récupéré en direct d'OpenAlex

This paper reports a micromachined capacitive pressure sensor intended for applications that require mechanical robustness. The device is constructed with two micromachined metal plates and an intermediate polymer layer that is soft enough to deform in a target pressure range. The plates are formed of micromachined stainless steel fabricated by batch-compatible micro-electro-discharge machining. A polyurethane roomtemperature- vulcanizing liquid rubber of 38-μm thickness is used as the deformable material. This structure eliminates both the vacuum cavity and the associated lead transfer challenges common to micromachined capacitive pressure sensors. For frequency-based interrogation of the capacitance, passive inductor-capacitor tanks are fabricated by combining the capacitive sensor with an inductive coil. The coil has 40 turns of a 127-μmdiameter copper wire. Wireless sensing is demonstrated in liquid by monitoring the variation in the resonant frequency of the tank via an external coil that is magnetically coupled with the tank. The sensitivity at room temperature is measured to be 23-33 ppm/KPa over a dynamic range of 340 KPa, which is shown to match a theoretical estimation. Temperature dependence of the tank is experimentally evaluated.

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)0,001
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
Métarecherche0,0000,001
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 recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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

Citations36
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207