MétaCan
Menu
Retour à la cohorte
Enregistrement W2147651905 · doi:10.1109/ccece.1999.804965

Humidity microsensor in CMOS Mitel15 technology

2003· article· en· W2147651905 sur OpenAlexafffund
Ion Stiharu, Shaloo Rakheja, L. Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésResistive touchscreenTransducerCapacitive sensingFabricationCMOSMaterials scienceSensitivity (control systems)Signal conditioningElectronic engineeringSurface micromachiningRelative humidityElectrical engineeringOptoelectronicsComputer sciencePower (physics)Engineering

Résumé

récupéré en direct d'OpenAlex

Microsensors fabrication based on a standard CMOS process represents a very attractive alternative for low cost high reliable transducers that include the conditioning along with the detection component. This paper report on the implementation of a relative humidity (RH) microsensor built in Mitel15 technology. The sensitivity mechanism is based on the resistance variation of a polyaniline layer spun over the conveniently built electrodes of the transducer when RH of the environment changes. Although less convenient that the capacitive RH microsensors, resistive based microsensors in the present configuration present two major benefits. They require simple one step low cost postprocessing to accomplish the sensor and the transducer as built is not affected by the swelling of the polymer due to water absorption at high RH. Besides, the conditioning circuitry is very simple and robust, and requires low power consumption. The performances of the active material and of the transducer are reported The clearly indicate that RH micromachined sensors based on resistive sensitive mechanisms are feasible in Mitel15 technology. One single low cost postprocessing performed after the completion of the process enables the fabrication of such sensors.

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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,010
Tête enseignante GPT0,228
Écart entre enseignants0,217 · 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

Citations1
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAnalytical Chemistry and SensorsTravaux en français237 207