MétaCan
Menu
Retour à la cohorte
Enregistrement W4400973175 · doi:10.3390/photonics11080694

Smartphone-Readable Optical-Fiber Quasi-Distributed Phosphorescent Temperature Sensor

2024· article· en· W4400973175 sur OpenAlexaff
Tinko Eftimov, Irena Kostova, Samia Fouzar, Daniel BRABANT, Kristian Nikolov, Veselin Vladev

Notice bibliographique

RevuePhotonics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésPhosphorescenceMaterials scienceOptical fiberTemperature measurementFiber optic sensorOptoelectronicsOpticsResponse timeDistributed acoustic sensingTemperature controlFabricationMeasure (data warehouse)PhysicsComputer scienceFluorescence

Résumé

récupéré en direct d'OpenAlex

In this paper we present the principle of operation, fabrication and performance of a phosphorescent optical-fiber quasi-distributed sensor with contactless smartphone interrogation. An array of short strong corrugated long-period gratings (C-LPG) is used as a platform to spatially locate and to excite the phosphors whose time responses are temperature-dependent. The C-LPG array was fabricated using a pulsed CO2 laser. The quasi-distributed sensing array is excited by a UV LED and the normalized differential rise/decay time response measured by a smartphone is used as a measure of the temperature. The sensing spots have a volume smaller than 0.5 μL, can be separated by several millimeters to several meters and the interrogation can be simultaneous or in a sequence. The response and the sensitivity to temperature have been measured. The sensing array has been shown to measure abrupt and gradual temperature changes in space as well as time-dependent processes in the 0 °C to 100 °C range and with a measurement time of 1 s.

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 seuil0,005

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,222
Écart entre enseignants0,214 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhotonicsMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207