MétaCan
Menu
Retour à la cohorte
Enregistrement W4229378910 · doi:10.1088/1361-6439/ac4e78

Measurement of the electric permittivity using Bleustein–Gulyaev wave sensor

2022· article· en· W4229378910 sur OpenAlexaff
Alaa Elhady, Eihab Abdel‐Rahman

Notice bibliographique

RevueJournal of Micromechanics and Microengineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Resonator Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPermittivityMaterials scienceAnalytical Chemistry (journal)AlgorithmDielectricChemistryComputer scienceOptoelectronics

Résumé

récupéré en direct d'OpenAlex

Abstract We present a novel compact electric permittivity sensor that exploits Bleustein–Gulyaev waves propagating along the surface of shear-poled piezoelectrics. We formulate the dynamic nonlinear electromechanical partial differential equations of motion governing wave propagation under electromagnetically quasistatic conditions. The permittivity of the medium-under-test was found to influence the sensor eigenvalues, enabling the implementation of a frequency-shift permittivity sensor. Solution of the equations of motion demonstrates resonance of the first and third modes when excited using an interdigitated transducer. We fabricated two sensor prototypes on shear-poled PZT4 and LiNbO 3 substrates and used a Vector Network Analyzer to observe the shift in their fundamental natural frequency in the presence of various media-under-test. S 11 measurements show deterministic and repeatable shifts in the resonant frequency of the first mode of the LiNbO 3 sensor measured at <?CDATA $\Delta f_1 = 3.51$?> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mi mathvariant="normal">Δ</mml:mi> <mml:msub> <mml:mi>f</mml:mi> <mml:mn>1</mml:mn> </mml:msub> <mml:mo>=</mml:mo> <mml:mn>3.51</mml:mn> </mml:math> MHz for ethanol and <?CDATA $\Delta f_1 = 7.49$?> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mi mathvariant="normal">Δ</mml:mi> <mml:msub> <mml:mi>f</mml:mi> <mml:mn>1</mml:mn> </mml:msub> <mml:mo>=</mml:mo> <mml:mn>7.49</mml:mn> </mml:math> MHz for deionized water where the bare surface frequency was initially at <?CDATA $f_1 = 25.27$?> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:msub> <mml:mi>f</mml:mi> <mml:mn>1</mml:mn> </mml:msub> <mml:mo>=</mml:mo> <mml:mn>25.27</mml:mn> </mml:math> MHz.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,188
Score d'incertitude au seuil0,562

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,175
Écart entre enseignants0,161 · 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 tête enseignante, 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Micromechanics and MicroengineeringMême sujetAcoustic Wave Resonator TechnologiesTravaux en français237 207