MétaCan
Menu
Retour à la cohorte
Enregistrement W2534383327 · doi:10.1109/ultsym.2010.5935744

CMUTs with improved electrical safety & minimal dielectric surface charging

2010· article· en· W2534383327 sur OpenAlexaff
Peiyu Zhang, Glen Fitzpatrick, Walied A. Moussa, Roger J. Zemp

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasonics and Acoustic Wave Propagation
Établissements canadiensMicralyneUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCapacitive micromachined ultrasonic transducersDielectricCapacitive sensingOptoelectronicsElectrodeVoltageCapacitorPiezoelectricityAcousticsElectrical engineeringElectronic engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Capacitive micromachined ultrasound transducers (CMUTs) offer many potential advantages over piezoelectric transducers, but have not yet seen widespread implementation. Possible reasons for this may include key issues of (1) long-term device reliability and (2) electrical safety issues associated with relatively high voltage electrodes on device surfaces which could present an electrical safety hazard to patients. A double SOI CMUT design which addresses both these issues is presented. A 1-D model of dielectric surface charging, which suggests that minimal surface roughness of the dielectric layer can minimize surface charge accumulation is also proposed. Fabricated devices are engineered to minimize dielectric surface roughness. To provide maximum electrical safety to future patients, CMUT devices were engineered with the top membrane serving as a ground electrode. Bottom electrodes are individually-addressable. Our devices were modeled using a finite-element package. The experiment results show excellent agreement with modeled performance. Charge effects were explored by studying deflection hysteresis during snapdown and snapback cycles in the limit of long snapdown durations to simulate maximal dielectric charging conditions.

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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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

Citations12
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltrasonics and Acoustic Wave PropagationTravaux en français237 207