MétaCan
Menu
Retour à la cohorte
Enregistrement W2407905567

ANISOTROPY OPTIMIZATION OF GIANT MAGNETOIMPEDANCE SENSORS

2004· article· en· W2407905567 sur OpenAlexaboutno aff
P. Ciureanu, G. Rudkowska, Liviu Clime, A. Sklyuyev, A. Yelon

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2004
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnisotropyMagnetostrictionMaterials scienceGiant magnetoimpedanceAmplitudeCondensed matter physicsMagnetic fieldMagnetic anisotropyTransverse planeMagnetizationNuclear magnetic resonanceStress (linguistics)Composite materialMagnetoresistanceOpticsGiant magnetoresistancePhysicsStructural engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As-cast melt extracted CoFeSiBNb wires 37.5 µm in average diameter prepared by MXT Inc. of Montréal have a predominantly helical anisotropy due to residual tensile and torsional stresses quenched in during preparation. When a supplementary tensile stress is applied along the wire, its easy axis of magnetization rotates towards the transverse (or circumferential) direction, since the magnetostriction of Co-rich wires is negative. Well defined, high amplitude and steep peaks of the magnetoimpedance are obtained when the magnetoelastic anisotropy of the wire reaches an optimum in magnitude and orientation. This optimum may be obtained by fine tuning the applied stress and can be permanently quenched in the material by current annealing the wire. A 50 to 100 mA DC current was used for this purpose. The circumferential DC magnetic field associated with this current also changes the wire anisotropy. After cooling, the wire quenches-in an optimum anisotropy, which maximizes the GMI effect of the wire. Magnetic field sensors with sensitivities as high as 1 kV/(T mm) and figures of merit of about 16 ΩT were obtained as a result of this optimization, for wires driven by AC currents of 1 mArms amplitude and 10 MHz frequency.

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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,215
Écart entre enseignants0,207 · 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

Citations11
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)Même sujetMagnetic Properties and ApplicationsTravaux en français237 207