MétaCan
Menu
Retour à la cohorte
Enregistrement W2306102697 · doi:10.1149/ma2015-01/40/2137

(Keynote) Progress in the Development of Metal Oxide Gas Sensors to Reduce Carbon Footprint

2015· article· en· W2306102697 sur OpenAlexaff
Venkataraman Thangadurai, Suresh Mulmi

Notice bibliographique

RevueECS Meeting Abstracts · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésResistive touchscreenTransducerPotentiometric sensorCarbon dioxide sensorFast ion conductorMaterials scienceElectrochemical gas sensorElectrolyteGas compositionOxideOptoelectronicsElectrochemistryNanotechnologyAnalytical Chemistry (journal)Potentiometric titrationElectrodeChemistryElectrical engineeringCarbon dioxideEnvironmental chemistry

Résumé

récupéré en direct d'OpenAlex

A chemical gas sensor is a device that transfers chemical information (receptor) of a specific sample component or total composition into an analytically useful signal (transducer). Based upon the transducer operating principle, the signals could be the results of optical, electrochemical, mass, calorimetric and/or magnetic properties. The challenge to fix the current issues on cost, sensitivity, selectivity and reliability of a gas sensor, metal oxide based electrochemical gas sensors are much emphasized for the development of suitable sensor materials. As such, electrochemical gas sensors are mainly categorized into potentiometric, amperometric and resistive-type depending upon the analytical electrical signals; V, I and R, respectively. The real-time detection of gas composition is essential for improving efficiency in industrial process and to lower the greenhouse gas (GHG) emissions. CO2, one of the major components of GHGs, encounters a challenge on being monitored at real-time under harsh environmental conditions. Spectroscopic and optical techniques based on infrared radiation are commonly used to detect CO2 at room temperature, however, the in situ monitoring of the gas species by placing such sensors directly at high temperature and aggressive environment is practically incompatible due to their size and stability issues. Na+ and Li+ ion conducting electrolytes (e.g., Na-β-alumina, NASICON-type), and Na2CO3 and BaCO3 electrodes have been widely employed to fabricate all-solid-state EMF CO2 sensor. On the other hand, SnO2, TiO2 and WO3 as semiconductor-based sensors were also used as resistive-type CO2 sensors. In both cases, the stability and cross sensitivities, however, have remained as major obstacles. Our approach was, therefore, to use perovskite oxides (POs) in semiconductor-based gas sensors, for their high thermal and chemical stability, which in turn improve sensor's reliability and long-term performance. In addition, the doping flexibility in POs allowed us to prepare transition metal-doped perovskites. The critical role of dopant on CO2 sensing properties is discussed. The future prospect of using nanotech with its ability to precisely control the structure of these materials may guide CO2 sensors into a whole new level.

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)0,001
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,211

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0630,035

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 Opus0,027
Tête enseignante GPT0,244
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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueECS Meeting AbstractsMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207