MétaCan
Menu
Retour à la cohorte
Enregistrement W2898382655 · doi:10.1038/s41598-018-34483-8

Photodiodes embedded within electronic textiles

2018· article· en· W2898382655 sur OpenAlexfundno aff
Achala Satharasinghe, Theodore Hughes‐Riley, Tilak Dias

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensnon disponible
Organismes subventionnairesTrent UniversityNottingham Trent University
Mots-clésPhotodiodeTextileMaterials scienceUltravioletYarnElectronicsOptoelectronicsHumidityComputer scienceComposite materialBiomedical engineeringElectrical engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

A novel photodiode-embedded yarn has been presented and characterized for the first time, offering new possibilities for applications including monitoring body vital signs (including heart rate, blood oxygen and skin temperature) and environmental conditions (light, humidity and ultraviolet radiation). To create an E-Textile integrated with electronic devices that is comfortable, conformal, aesthetically pleasing and washable, electronic components are best integrated within the structure of a textile fabric in yarn form. The device is first encapsulated within a protective clear resin micro-pod before being covered in a fibrous sheath. The resin micro-pod and covering fibres have a significant effect on the nature of light received by the photoactive region of the device. This work characterised the effects of both encapsulating photodiodes within resin micro-pods and covering the micro-pod with a fibrous sheath on the opto-electronic parameters. A theoretical model is presented to provide an estimate for these effects and validated experimentally using two photodiode types and a range of different resin micro-pods. This knowledge may have wider applications to other devices with small-scale opto-electronic components. Wash tests confirmed that the yarns could survive multiple machine wash and drying cycles without deterioration in performance.

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)0,001
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 enseignants0,036
Score d'incertitude au seuil0,500

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,228
Écart entre enseignants0,218 · 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

Citations41
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207