MétaCan
Menu
Retour à la cohorte
Enregistrement W2888001524 · doi:10.3390/bios8030079

Breathable Dry Silver/Silver Chloride Electronic Textile Electrodes for Electrodermal Activity Monitoring

2018· article· en· W2888001524 sur OpenAlexafffund
Peter A. Haddad, Amir Servati, S. Soltanian, Frank Ko, Peyman Servati

Notice bibliographique

RevueBiosensors · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésElectrodeSilver chlorideTextileMaterials scienceComposite materialPolyesterBiomedical engineeringNanotechnologyChemistry

Résumé

récupéré en direct d'OpenAlex

The focus of this study is to design and integrate silver/silver chloride (Ag/AgCl) electronic textile (e-textile) electrodes into different textile substrates to evaluate their ability to monitor electrodermal activity (EDA). Ag/AgCl e-textiles were stitched into woven textiles of cotton, nylon, and polyester to function as EDA monitoring electrodes. EDA stimulus responses detected by dry e-textile electrodes at various locations on the hand were compared to the EDA signals collected by dry solid Ag/AgCl electrodes. 4-h EDA data with e-textile and clinically conventional rigid electrodes were compared in relation to skin surface temperature. The woven cotton textile substrate with e-textile electrodes (0.12 cm² surface area, 0.40 cm distance) was the optimal material to detect the EDA stimulus responses with the highest average Pearson correlation coefficient of 0.913 ± 0.041 when placed on the distal phalanx of the middle finger. In addition, differences with EDA waveforms recorded on various fingers were observed. Trends of long-term measurements showed that skin surface temperature affected EDA signals recorded by non-breathable electrodes more than when e-textile electrodes were used. The effective design criteria outlined for e-textile electrodes can promote the development of comfortable and unobtrusive EDA monitoring systems, which can help improve our knowledge of the human neurological system.

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 enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,283
Écart entre enseignants0,258 · 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

Citations20
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiosensorsMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207