MétaCan
Menu
Retour à la cohorte
Enregistrement W2934617581 · doi:10.1117/12.2517969

Dual sensing and actuation of ultrathin conducting polymer transducers (Conference Presentation)

2019· preprint· en· W2934617581 sur OpenAlexaff
Ngoc Tan Nguyen, Cédric Plesse, Frédéric Vidal, Sébastien Grondel, Éric Cattan, John D. W. Madden

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTransducerMaterials scienceVoltageCapacitive micromachined ultrasonic transducersActuatorPolymerDisplacement (psychology)OptoelectronicsAcousticsElectrical engineeringComposite materialPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Conducting polymers are active materials that exhibit an interesting bidirectional electromechanical coupling, where an input voltage results in the displacement of the film and a voltage is produced when a displacement is applied to the film. Mechanical deformation of the transducer by external mechanical loads causes movement of ions, and the generation of voltages. In this work, a dual sensing and actuation model for conducting polymer is described. The model comprises an RC lumped circuit, representing the electrochemical model, a mechanical model described by a dynamic Euler – Bernoulli beam theory, and an empirical strain-to-charge ratio. All three submodels are presented in a self-consistent Bond Graph formalism. The predictions of this model are then demonstrated by comparing with the experimental sensing and actuation results of a 17 µm thin poly(3,4-ethylenedioxythiophene) – based trilayer transducer, showing that the complete electromechanical model elucidates an effective approach to describe both sensing and actuation.

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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,094
Tête enseignante GPT0,316
Écart entre enseignants0,222 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConducting polymers and applicationsTravaux en français237 207