Flexible screen-printed SiC-based humidity sensors
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.
Notice bibliographique
Résumé
Humidity sensors are essential components in modern technology, spanning applications from residential appliances to the Internet of Things (IoT). However, conventional commercial sensors are typically rigid, constrained by narrow relative humidity (%RH) operating ranges, and require complex fabrication processes. In this study, we present a highly sensitive cubic silicon carbide (3C–SiC) nanoparticle-based relative humidity sensor, fabricated via serigraphic printing on to 5 mil thick flexible polyimide (Kapton®) substrate. Devices are tested across a broad humidity range of 10–90%RH at ambient temperature and their performance is evaluated in a controlled humidity chamber. The sensor exhibits a robust response of 45.2% R/R0, with a sensitivity of 5.34 Ω/%RH, an adsorption time of 18 seconds, and a desorption time of 46 seconds. Additionally, the device demonstrates low hysteresis of 6.5% at 60%RH, with excellent repeatability and stability over 3.5 hours of continuous cycling. To showcase their potential for real-world applications, the printed sensors are integrated into a commercial KN95 mask for monitoring respiration parameters, such as respiration rate. This integration highlights the potential for future exploration in human health monitoring, utilizing fully printed, low-cost sensing devices. This study reports a highly sensitive silicon carbide nanoparticle-based relative humidity sensor fabricated via serigraphic printing. The active 3C-SiC layer and silver electrodes are printed directly onto thick flexible polyimide (Kapton®) substrates. The printed sensors are integrated into a commercial KN95 mask for monitoring respiration parameters, showing the potential for future exploration in human health monitoring, utilizing fully printed, low-cost sensing devices.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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