MétaCan
Menu
Retour à la cohorte
Enregistrement W3204351464 · doi:10.1109/lsens.2021.3115397

Portable Microwave Sensor Based on Frequency-Selective Surface for Grain Moisture Content Monitoring

2021· article· en· W3204351464 sur OpenAlexafffund
Nima Javanbakht, Gaozhi Xiao, Rony E. Amaya

Notice bibliographique

RevueIEEE Sensors Letters · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Antenna and Metasurface Technologies
Établissements canadiensCarleton UniversityNational Research Council Canada
Organismes subventionnairesNational Research Council Canada
Mots-clésMaterials scienceMicrowaveDielectricResonatorFabricationSensitivity (control systems)Water contentOptoelectronicsAcousticsElectronic engineeringComputer scienceTelecommunicationsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

A novel portable, lightweight, and compact microwave sensor for monitoring the grain moisture content (MC) is proposed in this letter. The proposed sensor is a frequency-selective surface (FSS) antenna consisting of 21 square-shaped complementary split-ring resonators (SCSRRs). The proposed sensor was printed directly on a lightweight and flexible container made of PF-4 with the size of 60 mm × 28 mm × 50 mm. Each SCSRR consists of two cocentered square-shaped rings with 0.3-mm spacing. The length, width, and thickness of the conductive section are 52 mm, 20 mm, and 0.017 mm, respectively. The operating frequency band was chosen as 1−6 GHz due to the insensitivity of the water's dielectric constant to the temperature variation. Monitoring variations inS-parameters, notably the resonance frequency, indicate the MC variations. The proposed sensor detects a 160-MHz shift in the resonance frequency for barley MC ranging from 10 to 25%. The high sensitivity, compactness, flexibility, low weight, portability, small cross-interference sensitivity, simplicity of operation, environment-friendly fabrication, and low cost of the proposed sensor make it attractive for monitoring grain MC.

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)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,233
Écart entre enseignants0,206 · 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

Citations26
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors LettersMême sujetAdvanced Antenna and Metasurface TechnologiesTravaux en français237 207