MétaCan
Menu
Retour à la cohorte
Enregistrement W4385337883 · doi:10.1109/ims37964.2023.10187908

Silicon-Micromachined Liquid Crystal Variable Capacitors for Tunable RF Devices

2023· article· en· W4385337883 sur OpenAlexaff
Hassan Kianmehr, Raafat R. Mansour

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Antenna and Metasurface Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCapacitorCapacitanceMicrofabricationVariable capacitorOptoelectronicsSurface micromachiningDielectricBiasingSiliconQ factorChipLiquid crystalFabricationVoltageElectrical engineeringElectrodeEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

This paper presents the design and fabrication of a silicon-micromachined variable capacitor based on nematic liquid crystal (LC). The LC material is encapsulated in a thin micromachined housing, and its dielectric properties are controlled electronically. The chip capacitor can be used in a wide range of RF reconfigurable applications that require analog tuning. Measurement and simulation results are presented for the chip LC variable capacitor. It exhibits a measured quality factor ranging from 44-123 at 1 GHz. Biasing voltage ranging from 0 V to 40 V results in a measured capacitance change of 18% for the fabricated micromachined capacitor. The devices are fabricated using an in-house multi-layer microfabrication process. An ion beam irradiation system is employed for the treatment of the pre-alignment layer. To our knowledge, this is the first time a chip LC-based variable capacitor has been demonstrated.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,277
Score d'incertitude au seuil0,572

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 GPT0,235
Écart entre enseignants0,221 · 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'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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Antenna and Metasurface TechnologiesTravaux en français237 207