MétaCan
Menu
Retour à la cohorte
Enregistrement W2895492108 · doi:10.3390/electronics7100231

An Unpowered Sensor Node for Real-Time Water Quality Assessment (Humic Acid Detection)

2018· article· en· W2895492108 sur OpenAlexafffund
Rashid Mirzavand, Mohammad Mahdi Honari, Bahareh Laribi, Behnam Khorshidi, Mohtada Sadrzadeh, Pedram Mousavi

Notice bibliographique

RevueElectronics · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates - Technology Futures
Mots-clésDemodulationSIGNAL (programming language)Sensor nodeBase stationNode (physics)CoaxialRemote sensingElectronic engineeringReal-time computingWirelessComputer scienceEngineeringElectrical engineeringTelecommunicationsChannel (broadcasting)Key distribution in wireless sensor networksWireless networkGeography

Résumé

récupéré en direct d'OpenAlex

A zero-power microwave sensor is reported for the real-time assessment of water quality. The proposed structure is able to transmit sensed data directly to a base-station without additional data processing at the wireless sensor node (WSN) which results in less power consumption. The base-station propagates a single tone signal at the frequency of f0/2. At the sensing node, an antenna absorbs that signal and a passive frequency doubler makes its frequency twice, i.e., f0, which will be used as the carrier signal. Two pairs of open-ended coaxial probes are used as liquid sensors; one inside a known reference sample and the other one inside the water under test. A combination of both sensors’ data will be sent to the base-station. A special six-port structure is used for modulation of sensed data over the carrier. At the base-station, a receiver will demodulate the received signal for extracting the sensed data. As an example, the system has been evaluated at f0 = 2.45 GHz for the detection of Humic-Acid levels as a common contaminant of river waters.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,315
Écart entre enseignants0,289 · 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

Citations22
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElectronicsMême sujetWater Quality Monitoring TechnologiesTravaux en français237 207