MétaCan
Menu
Retour à la cohorte
Enregistrement W4292071972 · doi:10.1109/newcas52662.2022.9842207

CMOS Multi-Frequency Lock-in Sensor for Impedance Spectroscopy in Microbiology Applications

2022· article· en· W4292071972 sur OpenAlexaff
S. Nazila Hosseini, Vahid Khojasteh Lazarjan, M. Makhdoumi Akram, Benoit Gosselin

Notice bibliographique

Revue2022 20th IEEE Interregional NEWCAS Conference (NEWCAS) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTransimpedance amplifierInstrumentation amplifierAmplifierLock-in amplifierElectrical engineeringMaterials scienceCMOSElectronic engineeringOptoelectronicsEngineeringOperational amplifier

Résumé

récupéré en direct d'OpenAlex

This paper presents the design of a CMOS lock-in amplifier (LIA) encapsulated with an impedance sensor for microbial monitoring applications. The custom integrated LIA is designed and fabricated in a 0.18-µm CMOS technology. It includes a fully differential switched-capacitor transimpedance amplifier as the main building block of the lock-in amplifier. In this design, chopper stabilization is used in the capacitive transimpedance amplifier to reduce the noise and improve the sensor's sensitivity. The proposed LIA contains a band-pass filter with 0.88 quality factor to pass signals at selectable center frequencies of 1, 2, 4, and 10 kHz; a programmable gain amplifier, a mixer, and a low-pass filter to extract impedance changes caused by microorganism growth at different frequencies. The transimpedance amplifier has a gain of 54.86 dB, and an input-referred noise of 58 pA/√Hz at 1 kHz. The whole sensor has a sensitivity of 240 mV/nA. It consumes a power of 817.56 µW from a 1.8V power supply and has a total harmonic distortion of -72.7 dB.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
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 Opus0,040
Tête enseignante GPT0,274
Écart entre enseignants0,234 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 20th IEEE Interregional NEWCAS Conference (NEWCAS)Même sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207