MétaCan
Menu
Retour à la cohorte
Enregistrement W1523694814 · doi:10.5772/19898

Enhancing the Performance of Surface-based Biosensors by AC Electrokinetic Effects - a Review

2011· review· en· W1523694814 sur OpenAlexaff
Protiva Rani, Matthew R. Tomkins, Aristides Docoslis

Notice bibliographique

RevueInTech eBooks · 2011
Typereview
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésElectrokinetic phenomenaBiosensorNanotechnologySurface (topology)Materials scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Miniaturized surface based biosensors are a cost effective and portable means for the sensing of biologically active compounds. With advents in micro-and nanotechnology, the design of surface based biosensors can be adapted for various detection goals and for integration with multiple detection techniques. In particular, the issue of pathogen detection is an important challenge with applications in defence, health care, food safety, diagnostics and clinical research. The research of micro-fluidic analytical systems, such as surface based biosensors or "lab-on-a-chip" designs, have gained increasing popularity, not only due to the enhancement of the analytical performance, but also due to their reduced size, decreased consumption of reagents and the ability to integrate multiple technologies within a single device. Although conventional pathogen detection methods are well established, they are greatly restricted by the assay time. For pathogens that typically occur at low concentrations, the mass transfer required for detection is diffusion limited and incubation is often needed in order to enhance the concentration of the target analyte. AC electrokinetic effects provide a means for biosensors to detect pathogens quickly and at lower concentrations, thus overcoming these bottlenecks.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,770
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,236
Écart entre enseignants0,220 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInTech eBooksMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207