MétaCan
Menu
Retour à la cohorte
Enregistrement W4292183228 · doi:10.18280/i2m.210303

Design of a Thickness Sensor Based on a One-Dimensional Phononic Crystal

2022· article· en· W4292183228 sur OpenAlexvenueno aff
Ahmed Kahlouche, Mounir Bouras, Abdesselam Hocini

Notice bibliographique

RevueInstrumentation Mesure Métrologie · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAcoustic metamaterialsMaterials scienceStack (abstract data type)Transfer-matrix method (optics)Crystal (programming language)Band gapAcousticsTransmission (telecommunications)Resonance (particle physics)Transfer matrixLayer (electronics)Work (physics)Photonic crystalOptoelectronicsOpticsPhysicsElectrical engineeringEngineeringComputer scienceNanotechnologyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Nowadays, sensor technology has attracted great interest in various domains. In this ‎work, we have analyzed a one dimensional phononic crystal made by the stack of N bilayers of ‎‎(LiNbO3/SiO2). The sensor design consists of a one dimensional phononic crystal structure with a ‎defect layer inserted in the middle. Using the Transfer Matrix Method (TMM), the transmission ‎spectrums of acoustic waves are calculated and plotted. In this work, we are interested in the ‎resonance peak that is transmitted inside the phononic band gap. The results obtained show clearly that the resonant frequency of the measured ‎transmission peak is very sensitive to the layer defect properties. This proves that such structure offers a new platform for sensing ‎applications.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil1,000

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 recherche0,0000,000
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 Opus0,042
Tête enseignante GPT0,271
Écart entre enseignants0,229 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstrumentation Mesure MétrologieMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207