MétaCan
Menu
Retour à la cohorte
Enregistrement W2583086506 · doi:10.1109/tbcas.2016.2616346

Differential Ring Oscillator Based Capacitance Sensor for Microfluidic Applications

2017· article· en· W2583086506 sur OpenAlexafffund
Kaveh Mohammad, D. J. Thomson

Notice bibliographique

RevueIEEE Transactions on Biomedical Circuits and Systems · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCMC MicrosystemsUniversity of ManitobaGovernment of Manitoba
Mots-clésCapacitanceRing oscillatorDifferential capacitanceMicrofluidicsRing (chemistry)Materials scienceOptoelectronicsDifferential (mechanical device)Electronic engineeringCapacitive sensingElectrical engineeringCapacitorNanotechnologyEngineeringVoltagePhysicsCMOSElectrodeAerospace engineering

Résumé

récupéré en direct d'OpenAlex

A simple high frequency capacitance sensor with 180 aF sensitivity is designed for a wide range of microfluidic applications. The sensor is implemented utilizing differential ring oscillators operating at [Formula: see text] MHz with a differential signal at [Formula: see text] MHz. The sensor occupies [Formula: see text] cm × 2 cm on a printed circuit board. The sensor is tuned using two precision variable capacitors and has a full scale range of [Formula: see text] pF. The sensor was able to detect less than 1% Isopropyl Alcohol in DI water and to detect 15 μm polystyrene spheres flowing over 25 μm lines and spaces coplanar electrodes in a microfluidic channel. The compact differential ring oscillator based architecture of the design makes it suitable to be integrated into microprocessor based systems for detection in Lab on Chip or Lab on Board applications.

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: aucune
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)0,0010,000
Bibliométrie0,0010,001
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 Opus0,026
Tête enseignante GPT0,236
Écart entre enseignants0,210 · 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

Citations25
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical Circuits and SystemsMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207