MétaCan
Menu
Retour à la cohorte
Enregistrement W2618934574 · doi:10.1109/jsen.2017.2707063

A High-Performance Piezoelectric Vibration Sensor

2017· article· en· W2618934574 sur OpenAlexafffund
Bahareh Yaghootkar, S. Azimi, Behraad Bahreyni

Notice bibliographique

RevueIEEE Sensors Journal · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCMC Microsystems
Mots-clésPiezoelectricityMaterials scienceWaferVibrationProof massFabricationWidebandSensitivity (control systems)Finite element methodPiezoelectric sensorAcousticsElectronic engineeringPMUTNoise (video)Microelectromechanical systemsOptoelectronicsEngineeringStructural engineeringComputer scienceComposite material

Résumé

récupéré en direct d'OpenAlex

We are reporting on the design, fabrication, and characterization of wideband, piezoelectric vibration microsensors. Prototypes were fabricated in a commercial foundry process. The entire thickness of the handle wafer was employed to carve the proof-mass of the device, leading to high sensitivity at a reduced chip area. A thin layer of aluminum nitride was used for sensing the displacements of the proof-mass. A continuous membrane was employed for the device structure in order to push undesired modes to high frequencies. Sensors with different geometries were designed and fabricated. Analytic and finite element analyses were conducted to study device response. A lump element model was developed for the piezoelectric vibration sensor and used for the noise modeling of the complete sensor system. Various performance metrics for the devices were characterized experimentally. Fabricated prototypes exhibited sensitivities as high as 350 mV/g with first resonant frequencies of more than 10 kHz. These devices are particularly suited for emerging applications in high-frequency vibration sensing.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,012
Tête enseignante GPT0,226
Écart entre enseignants0,214 · 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

Citations66
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207