MétaCan
Menu
Retour à la cohorte
Enregistrement W4375843426 · doi:10.1002/smll.202303304

Rippling Colloidal Polyelectrolyte Complex for Customized Fingerprints with High Tactile Perception

2023· article· en· W4375843426 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueSmall · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueForensic Fingerprint Detection Methods
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésTactile perceptionPerceptionFingerprint (computing)Identification (biology)Computer scienceMaterials scienceTactile sensorPolyelectrolyteNanotechnologyArtificial intelligencePattern recognition (psychology)Composite material

Résumé

récupéré en direct d'OpenAlex

Fingerprints possess wide applications in personal identification, tactile perception, access control, and anti-counterfeiting. However, latent fingerprints are usually left on touched surfaces, leading to the leakage of personal information. Furthermore, tactile perception greatly decreases when fingerprints are covered by gloves. Customized fingerprints are developed to solve these issues, but it is a challenge to develop fingerprints with various customized patterns using traditional techniques due to their requiring special templates, materials, or instruments. Inspired by ripples on the lake, blowing air is used to generate surface waves on a colloidal polyelectrolyte complex, leading to vertical stratification and the accumulation of particles near the top of the film layer. As water rapidly evaporates, the viscosity of these particles significantly increases and the wave is solidified, forming fingerprint patterns. These customized fingerprints integrate functions of grasping objects, personal identification without leaving latent fingerprints and tactile perception enhancement, which can be applied in information security, anti-counterfeiting, tactile sensors, and biological engineering.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil0,590

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,060
Tête enseignante GPT0,341
Écart entre enseignants0,281 · 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