MétaCan
Menu
Retour à la cohorte
Enregistrement W4281754681 · doi:10.1109/fleps53764.2022.9781535

Inkjet and Extrusion Printed Silver Biomedical Tattoo Electrodes

2022· article· en· W4281754681 sur OpenAlexafffund
Yoland El-hajj, Milad Ghalamboran, Gerd Grau

Notice bibliographique

Revue2022 IEEE International Conference on Flexible and Printable Sensors and Systems (FLEPS) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésExtrusionElectrodeMaterials scienceFabricationScreen printingSubstrate (aquarium)3D printingNanotechnologyOptoelectronicsInkwellComposite materialBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

Ag/AgCl medical electrodes have served as the gold standard component for the acquisition of bioelectric signals in the human body (i.e. heart, muscle, and brain activity). Although ubiquitous, these electrodes exhibit an inability to sufficiently conform to the body and degrade in performance over time. As an alternative to conventional electrode fabrication methods, additive manufacturing methods such as inkjet and extrusion printing, can improve the efficiency of the fabrication process of electrical devices. These methods can also improve the performance of electrophysiological electrodes. To this end, tattoo-based electrodes were fabricated using inkjet and extrusion printing. These methods were optimized to print silver-based inks on tattoo paper, a porous substrate. The resulting electrodes were characterized in terms of sheet resistance and impedance as well as mechanical performance in terms of bending strain. The results for inkjet and extrusion printed tattoo electrodes are compared.

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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,038
Tête enseignante GPT0,271
Écart entre enseignants0,233 · 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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Conference on Flexible and Printable Sensors and Systems (FLEPS)Même sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207