MétaCan
Menu
Retour à la cohorte
Enregistrement W4321372161 · doi:10.3390/pr11020642

Evanescent-Field Excited Surface Plasmon-Enhanced U-Bent Fiber Probes Coated with Au and ZnO Nanoparticles for Humidity Detection

2023· article· en· W4321372161 sur OpenAlexafffund
Elnaz Afsharipour, Kirtiman Deo Malviya, Mohammadreza Montazeri, Ebrahim Mortazy, Ramin Soltanzadeh, Alireza Hassani, Federico Rosei, Mohamed Chaker

Notice bibliographique

RevueProcesses · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésMaterials scienceHumidityOptical fiberSurface plasmon resonanceBent molecular geometryNanoparticleOptoelectronicsFiberRelative humidityFiber optic sensorSurface plasmonBendingOpticsPlasmonNanotechnologyComposite material

Résumé

récupéré en direct d'OpenAlex

We report the design, fabrication, and testing of a humidity sensor based on an optical fiber-based evanescent wave probe. The fiber was bent into a U-shape and de-cladded at the location of the bending. The de-cladded section was coated either with Au or with ZnO nanoparticles. Humidity is detected based on the interaction in the surface plasmon resonance of the Au/ZnO nanoparticles excited by an evanescent wave of light passing through the optical fiber. The response of the U-bent fibers to humidity was investigated using a specifically designed low-voltage portable interrogation box. We found that the fibers coated with ZnO nanoparticles were able to detect a minimum 0.1% change in humidity with an average sensitivity of 143 µV/%RH and 95% linearity over the 10% to 80% humidity range. In comparison, samples coated with Au and Au + ZnO nanoparticles demonstrated a minimum change detection of 0.3% RH and 2% RH respectively. The response and recovery time of the sensor were measured to be 3 s and 4 s, respectively, for a 60% change in humidity from 20% to 80%. The entire measurement system was operated by consuming an electrical power of 1.62 W at an input voltage of 12 Vdc.

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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,230
Écart entre enseignants0,217 · 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

Citations17
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207