MétaCan
Menu
Retour à la cohorte
Enregistrement W2899490740 · doi:10.1109/embc.2018.8513567

Body Sensor Networks Powered by an NFC-Coupled Smartphone in the Pocket

2018· article· en· W2899490740 sur OpenAlexfundno aff
Yuichi Masuda, Akihito Noda, Hiroyuki Shinoda

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensnon disponible
Organismes subventionnairesSFU Community Trust Endowment FundJapan Society for the Promotion of Science
Mots-clésHost (biology)Energy harvestingComputer scienceCable glandElectrical engineeringBody area networkNear field communicationWireless sensor networkMobile devicePower (physics)Embedded systemComputer hardwareComputer networkTelecommunicationsEngineeringPhysicsUltra high frequency

Résumé

récupéré en direct d'OpenAlex

This paper proposes a body sensor network (BSN) on clothing that is wirelessly powered by a smartphone in a pocket. The network consists of a host device and multiple sensor nodes, which are distributed on a wear and are electrically connected with conductive threads. The smartphone with a built-in near field communication (NFC) feature powers the host, which is fixed at the pocket. These devices are wired to a special cloth embroidered with conductive threads by using a special connector consisting of a pin & socket without one-to-one wiring. In the proposed BSN, the host device and the smartphone are coupled via NFC radio within the pocket. Energy harvesting with NFC radio wave requires maintaining antennas within several centimeters to obtain enough power. Positioning and fixing of the smartphone is required within the pocket. A proposed host device can expand the range of energy harvesting by using multiple antennas and a power aggregation circuit. The experimental results demonstrate the feasibility of the batteryless BSNs 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)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Body Area NetworksTravaux en français237 207