MétaCan
Menu
Retour à la cohorte
Enregistrement W4284960607 · doi:10.3390/act11070187

PVDF Energy Harvester for Prolonging the Battery Life of Cardiac Pacemakers

2022· article· en· W4284960607 sur OpenAlexaff
Christopher Hu, Kamran Behdinan, Rasool Moradi‐Dastjerdi

Notice bibliographique

RevueActuators · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFinite element methodCantileverVoltageEnergy harvestingPower (physics)PiezoelectricityBattery (electricity)Displacement (psychology)Energy (signal processing)EngineeringElectrical engineeringStructural engineeringMechanical engineeringComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Patients who have an implantable cardiac pacemaker that survive beyond the operational life of the device require replacement surgeries that increase healthcare costs and may possibly introduce post-operative complications such as infection. In this paper, we propose a piezoelectric energy harvester design for powering pacemakers to extend their operational life. The design uses a thin strip of piezoelectric PVDF that captures energy from bending of the lead wire. We assemble a prototype to validate a finite element model, and then use the finite element model to characterize the power output of the design based on a cantilever beam loading condition, where displacement at the cantilever tip simulated heart motion. The voltage output from the prototype was compared to the output from the finite element simulation and the finite element simulation provided a good estimate of the voltage output. Further finite element analysis showed that for a 10 cm long section of the proposed design, a 9.1 mm tip displacement provided a power output of 1 μW and a voltage output of ±1.4 V during each cycle.

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,196
Écart entre enseignants0,184 · 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

Citations25
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActuatorsMême sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207