MétaCan
Menu
Retour à la cohorte
Enregistrement W4312155405 · doi:10.1038/s41378-022-00469-w

Switch mode capacitive pressure sensors

2022· article· en· W4312155405 sur OpenAlexafffund
Nabil Shalabi, Kyle Searles, Kenichi Takahata

Notice bibliographique

RevueMicrosystems & Nanoengineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British ColumbiaGovernment of CanadaCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaCMC MicrosystemsCalifornia HIV/AIDS Research Program
Mots-clésCapacitive sensingPressure sensorCapacitorMaterials scienceCapacitanceSensitivity (control systems)Surface micromachiningSIGNAL (programming language)Electrical engineeringPressure measurementElectronic circuitOptoelectronicsElectrodeVoltageElectronic engineeringFabricationEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Switch mode capacitive pressure sensors are proposed as a new class of microfabricated devices that transform pressure into a mechanically switching capacitance to form an analog-to-digital signal with zero power, high sensitivity, and a high signal-to-noise ratio. A pressure-sensitive gold membrane suspended over a capacitive cavity makes ohmic contact with patterned gold leads on the substrate, closing circuits to fixed on-chip capacitors outside the cavity and leading to significant step responses. This function is achieved by allocating the switch leads on the part of the counter electrode area, while the remaining area is used for touch mode analog capacitive sensing. The sensor microchip is prototyped through a novel design approach to surface micromachining that integrates micro-Tesla valves for vacuum sealing the sensor cavity, showing an unprecedented response to applied pressure. For a gauge pressure range of 0-120 mmHg, the sensor exhibits an increase of 13.21 pF with resultant switch events, each of which ranges from 2.53-3.96 pF every 12-38 mmHg, in addition to the touch mode linear capacitive increase between switches. The equivalent sensitivity is 80-240 fF/mmHg, which is 11-600× more than commercial and reported touch mode sensors operating in similar pressure ranges. The sensor is further demonstrated for wireless pressure tracking by creating a resonant tank with the sensor, showing a 32.5-101.6 kHz/mmHg sensitivity with frequency jumps led by the switch events. The developed sensor, with its promising performance, offers new application opportunities in a variety of device areas, including health care, robotics, industrial control, and environmental monitoring.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,004
Tête enseignante GPT0,184
Écart entre enseignants0,180 · 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

Citations26
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrosystems & NanoengineeringMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207