MétaCan
Menu
Retour à la cohorte
Enregistrement W1555869305 · doi:10.1063/1.4926615

Simultaneous diamagnetic and magnetic particle trapping in ferrofluid microflows via a single permanent magnet

2015· article· en· W1555869305 sur OpenAlexaff
Yilong Zhou, Dhileep Thanjavur Kumar, Xinyu Lü, Akshay Kale, John DuBose, Yongxin Song, Junsheng Wang, Dongqing Li, Xiangchun Xuan

Notice bibliographique

RevueBiomicrofluidics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesDivision of Chemical, Bioengineering, Environmental, and Transport SystemsHigher Education Discipline Innovation ProjectNational Science Foundation
Mots-clésFerrofluidDiamagnetismMagnetTrappingMicrochannelParticle (ecology)Magnetic nanoparticlesParamagnetismMaterials scienceChemical physicsMagnetic fieldNanotechnologyMechanicsCondensed matter physicsNanoparticleChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Trapping and preconcentrating particles and cells for enhanced detection and analysis are often essential in many chemical and biological applications. Existing methods for diamagnetic particle trapping require the placement of one or multiple pairs of magnets nearby the particle flowing channel. The strong attractive or repulsive force between the magnets makes it difficult to align and place them close enough to the channel, which not only complicates the device fabrication but also restricts the particle trapping performance. This work demonstrates for the first time the use of a single permanent magnet to simultaneously trap diamagnetic and magnetic particles in ferrofluid flows through a T-shaped microchannel. The two types of particles are preconcentrated to distinct locations of the T-junction due to the induced negative and positive magnetophoretic motions, respectively. Moreover, they can be sequentially released from their respective trapping spots by simply increasing the ferrofluid flow rate. In addition, a three-dimensional numerical model is developed, which predicts with a reasonable agreement the trajectories of diamagnetic and magnetic particles as well as the buildup of ferrofluid nanoparticles.

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 seuil0,002

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 ouverte0,0000,000
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 Opus0,019
Tête enseignante GPT0,199
Écart entre enseignants0,180 · 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

Citations38
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomicrofluidicsMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207