MétaCan
Menu
Retour à la cohorte
Enregistrement W1904855939 · doi:10.1002/elps.201200416

Automatic particle detection and sorting in an electrokinetic microfluidic chip

2012· article· en· W1904855939 sur OpenAlexaff
Yongxin Song, Ran Peng, Junsheng Wang, Xinxiang Pan, Yeqing Sun, Dongqing Li

Notice bibliographique

RevueElectrophoresis · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSortingMicrofluidicsElectrokinetic phenomenaResistive touchscreenMaterials scienceChipParticle (ecology)PolystyreneLab-on-a-chipNanotechnologyPolymerOptoelectronicsComputer science

Résumé

récupéré en direct d'OpenAlex

This paper reports a lab-on-a-chip device that can automatically detect and sort particles based on their size differences with a high resolution. The PDMS-glass microfluidic chip is made by soft-lithography technique. A differential resistive pulse sensor is employed to electrically detect the sizes of the particles in EOF generated by applying DC voltages across channels. The detected resistive pulse sensor signals, whose amplitudes are proportional to particles' sizes, will automatically trigger the sorting process that is controlled by applying a voltage pulse (36 V) whenever a target particle is detected. This method was applied to automatically detect and sort polystyrene particles and microalgae in aqueous solutions. Sorting 5 μm polymer particle from a mixture of 4- and 5-μm polystyrene particles in aqueous solution, i.e. 1 μm sorting resolution, was demonstrated. The device described in this paper is simple, automatic, and label-free with high sorting resolution. It has wide applications in sample pretreatment and target particles detection.

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 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 enseignants0,052
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

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 Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,196 · 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.

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

Citations24
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectrophoresisMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207