MétaCan
Menu
Retour à la cohorte
Enregistrement W4283120537 · doi:10.3390/biology11060932

The Effects of Silicone Enclosure Colour on the Function of Optical Sensors

2022· article· en· W4283120537 sur OpenAlexafffund
Garrett Frank, Shahbaz Askari, Katharina Raschdorf, Sadra Khosravi, Brian K. Kwon, Babak Shadgan

Notice bibliographique

RevueBiology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueOptical Imaging and Spectroscopy Techniques
Établissements canadiensInternational Collaboration On Repair DiscoveriesUniversity of British Columbia
Organismes subventionnairesDefense Advanced Research Projects AgencyMichael Smith Health Research BC
Mots-clésPhotodetectorSiliconeWavelengthMaterials scienceOpticsEnclosureIntegrating spherePenetration (warfare)Optical powerReflectivityMagnitude (astronomy)Penetration depthOptoelectronicsBiologyPhysicsComposite materialAstrophysics

Résumé

récupéré en direct d'OpenAlex

The colour of the silicone enclosure of an implantable reflectance-based optical probe plays a critical role in sensor performance. Red-coloured probes that are highly reflective to near-infrared light have been found to increase photodetector power by a factor of 6 for wavelengths between 660 and 950 nm and triple the magnitude of measured cardiac pulsations compared to traditional black probes. The increase in photodetector power and cardiac pulsation magnitude is presumably due to increased spatial range resulting from a higher magnitude of superficial tissue scattering. Conversely, probes with highly absorbent colours such as black and blue result in more stable signals and are expected to have higher spatial resolution and depth of penetration.

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)0,000
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 enseignants0,129
Score d'incertitude au seuil0,098

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,280
Écart entre enseignants0,272 · 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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiologyMême sujetOptical Imaging and Spectroscopy TechniquesTravaux en français237 207