MétaCan
Menu
Retour à la cohorte
Enregistrement W2919101383 · doi:10.1007/s00542-019-04361-y

Automated insertion of package dies onto wire and into a textile yarn sheath

2019· article· en· W2919101383 sur OpenAlexfundno aff
Dorothy Hardy, Ioannis Anastasopoulos, Mohamad Nour Nashed, Carlos Oliveira, Theodore Hughes‐Riley, Abiodun Komolafe, John Tudor, Russel Torah, Steve Beeby, Tilak Dias

Notice bibliographique

RevueMicrosystem Technologies · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilUniversity of NottinghamTrent UniversityNottingham Trent University
Mots-clésYarnTextileDie (integrated circuit)Composite materialSolderingMaterials scienceMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Wider adoption of electronic textiles requires integration of small electronic components into textile fabrics, without comprising the textile qualities. A solution is to create a flexible yarn that incorporates electronic components within the fibres of the yarn (E-yarn). The production of these novel E-yarns was initially a craft skill, with the inclusion of package dies within the fibres of the yarn taking about 90 min. The research described here demonstrated that it is possible to produce E-yarns on an industrial scale by automating the manufacturing process. This involved adapting printed circuit board manufacturing technology and textile yarn covering machinery. The production process started with re-flow soldering of package dies onto fine multi-strand copper wire. A carrier yarn was then placed in parallel with the copper wire to provide tensile strength. The package die and adjacent carrier yarn were then encapsulated in a polymer micro-pod to provide protection from moisture ingress and from mechanical strain on the die and solder joints. The process was then completed by surrounding the micro-pod and copper interconnects with additional fibres, held tightly together with a knitted fibre-sheath. This prototype, automated production process reduced the time for embedding one micro-device within a yarn to 6 min, thus increasing the production speed, demonstrating that automation of the E-yarn production process is feasible. Prototype garments have been created using E- yarns. Further developments can include automated transfer of the yarn components from one stage of production to the next, enabling greater increases in speed of manufacture of E yarns.

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 enseignants0,002
Score d'incertitude au seuil0,005

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 savante0,0000,000
Science ouverte0,0000,001
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 Opus0,009
Tête enseignante GPT0,245
Écart entre enseignants0,236 · 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

Citations25
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicrosystem TechnologiesMême sujetTextile materials and evaluationsTravaux en français237 207