MétaCan
Menu
Retour à la cohorte
Enregistrement W4396523502 · doi:10.1109/jsen.2024.3393354

Improvement of Range and Sensitivity of the Direct Ion Wind Gyroscope

2024· article· en· W4396523502 sur OpenAlexaff
Matthew C. Stewart, John D. Jones, Albert M. Leung

Notice bibliographique

RevueIEEE Sensors Journal · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysics and Sensor Technology
Établissements canadiensSimon Fraser University
Organismes subventionnairesScience and Engineering Research Council
Mots-clésGyroscopeSensitivity (control systems)IonWind tunnelCathodeMaterials scienceRange (aeronautics)Wind speedAcousticsElectronic engineeringPhysicsAerospace engineeringEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The direct ion wind gyroscope is a sensor using an ion wind generator that detects Coriolis deflection by measuring electric current in the ion wind cathodes. By dividing the cathode into two separate electrodes and comparing the currents being collected in each, the overall angular velocity is measured. This iteration of the direct ion wind gyroscope features a loop back air channel and pin-to-parallel-plate electrode configuration, representing a significant advance over the pin-to-mesh in a closed cubic volume design. Improved simulation platform facilitated exploration and characterization of several geometric variations. Specifically, it was determined that adjusting key dimensions allows for the optimization of sensing range against sensing precision. The exploration of diverse geometric variations provides a pathway for continuing development, offering insights to refine and optimize for diverse applications. A prototype validated the simulation, demonstrating a sixfold extension in sensor range from 180°/s to an experimentally verified 1080°/s while doubling sensitivity. The simulation and experiment showed excellent agreement. In addition, significant improvement in power consumption was realized, lowering the ion wind power from 4 mW to$100~\boldsymbol {\mu }$W.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,006
Tête enseignante GPT0,194
Écart entre enseignants0,189 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetGeophysics and Sensor TechnologyTravaux en français237 207