MétaCan
Menu
Retour à la cohorte
Enregistrement W2895155795 · doi:10.1109/lsens.2018.2874062

Topology: A Source of Nonlinearity in the MEMS Thermal Accelerometer

2018· article· en· W2895155795 sur OpenAlexafffund
Jamal Bahari, Carlo Menon

Notice bibliographique

RevueIEEE Sensors Letters · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésLinearityAccelerometerAccelerationRotation (mathematics)PhysicsConcentricNonlinear systemSymmetry (geometry)Topology (electrical circuits)ThermalGravitational accelerationProof massNatural convectionMicroelectromechanical systemsGravitationMechanicsOpticsComputational physicsConvectionGeometryElectrical engineeringClassical mechanicsEngineeringOptoelectronicsMathematicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

This article reports the effect of package and constituent geometries on the response linearity of a micromachined single-axis thermal accelerometer. To investigate this phenomenon, a packaged device is filled with a high-density gas inside a sealed chamber on a rotation stage, and its response is measured as its sensitive axis of acceleration is tilted relative to the Earth's gravitational acceleration g = 9.81 m/s <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> . Linearity of the response is examined compared to an analytical model describing natural convection between horizontal heated concentric cylinders. In a 360° turn, full-scale nonlinearities of 3.1% and 0.9% are measured in each half cycle. This asymmetrical performance is attributed to a lower level of geometrical symmetry in the packaged device. To compensate for the modulated response, a geometrical correction factor is introduced to the model, improving its performance prediction with a symmetrical full-scale linearity error of 0.5%.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,016
Score d'incertitude au seuil0,300

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,240
Écart entre enseignants0,223 · 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 tête enseignante, 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

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

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