MétaCan
Menu
Retour à la cohorte
Enregistrement W4293661077 · doi:10.3390/s22176428

A Study of Optimizing Lamb Wave Acoustic Mass Sensors’ Performance through Adjustment of the Transduction Electrode Metallization Ratio

2022· article· en· W4293661077 sur OpenAlexafffund
Fatemeh Gholami, Andy Shih, Alexandre Robichaud, Paul-Vahé Cicek

Notice bibliographique

RevueSensors · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Resonator Technologies
Établissements canadiensUniversité du Québec à ChicoutimiÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCMC Microsystems
Mots-clésTotal harmonic distortionSensitivity (control systems)CMOSMaterials scienceTransmission (telecommunications)OptoelectronicsElectrodeDistortion (music)AcousticsElectronic engineeringElectrical engineeringPhysicsEngineeringVoltageAmplifier

Résumé

récupéré en direct d'OpenAlex

This paper presents the design and simulation of a mass sensitive Lamb wave microsensor with CMOS technology provided by SilTerra. In this work, the effects of the metalization ratio variation on the transmission gain, total harmonic distortion (THD), and two different resonant modes (around 66 MHz and 86 MHz) are shown. It has been found that the metalization ratio can be adjusted in order to obtain a compromise between transmission gain and sensitivity, depending on the design criteria. By adding a Si3N4 layer on top of the device, a five-fold improvement in transmission gain is reached. It was also shown that the transmission of the input differential IDT configuration is 20% more efficient than a single terminal. With this combination, the mass sensitivity is about 114 [cm2/gr].

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,544

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,018
Tête enseignante GPT0,214
Écart entre enseignants0,196 · 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'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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetAcoustic Wave Resonator TechnologiesTravaux en français237 207