MétaCan
Menu
Retour à la cohorte
Enregistrement W3174440243 · doi:10.1109/jsen.2021.3090367

Radar Cross Section-Based Chipless Tag With Built-In Reference for Relative Humidity Monitoring of Packaged Food Commodities

2021· article· en· W3174440243 sur OpenAlexafffund
Robin Raju, Greg E. Bridges

Notice bibliographique

RevueIEEE Sensors Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueRFID technology advancements
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRelative humidityCapacitive sensingAntenna (radio)Radar cross-sectionCapacitorHumidityChipless RFIDRemote sensingMaterials scienceRadarEnvironmental scienceAcousticsElectrical engineeringResonatorOptoelectronicsEngineeringTelecommunicationsMeteorologyVoltageGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Dry food commodities like grains and pulses can be stored safely for several years under controlled storage conditions. The equilibrium moisture content of the packaged grain is one of the most important parameters required to be monitored and controlled for extended safe storage. This paper presents a single element dual-polarized sensing tag based on an annular slot antenna operating at two closely spaced resonant frequencies for radar cross-section-based monitoring of relative humidity in hermetically packaged food commodities. One of the resonant frequencies is functionalized for sensing while the other acts as a built-in reference, mitigating the effects of environmental loading. A polyvinyl alcohol coated interdigitated capacitor, integrated onto the antenna is used as a capacitive transducer for the sensing element. Laboratory scale measurements were carried out using the saturated salt solution method. Results show that the proposed sensor can be used for monitoring a wide range of humidity conditions.

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 seuil0,002

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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,037
Tête enseignante GPT0,280
Écart entre enseignants0,243 · 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

Citations40
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetRFID technology advancementsTravaux en français237 207