MétaCan
Menu
Retour à la cohorte
Enregistrement W1926432513 · doi:10.1139/cjc-2013-0506

Strong and small: strong cation-exchange solid-phase extractions using porous polymer monoliths on a digital microfluidic platform

2014· article· en· W1926432513 sur OpenAlexaffvenue
Jared M. Mudrik, Michael D. M. Dryden, Nelson M. Lafrenière, Aaron R. Wheeler

Notice bibliographique

RevueCanadian Journal of Chemistry · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMicroscale chemistryMicrofluidicsChemistryDigital microfluidicsMonolithPolymerExtraction (chemistry)ChromatographyPorous mediumNanotechnologyIon exchangePorosityPhase (matter)Chemical engineeringElectrodeMaterials scienceIonOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

We present the first method for digital microfluidics-based strong cation-exchange solid-phase extractions. Digital microfluidics is a microscale fluid handling technique in which liquid droplets are actuated over an array of electrodes by electrodynamic forces. Strong cation exchange has gained considerable importance in the field of proteomics as a separation mode for protein and peptide extractions. The marriage of these two techniques is achieved by incorporating sulphonate-functionalised porous polymer monolith discs onto digital microfluidic chips. By manipulating sample and solvent droplets onto and off of these porous polymer monoliths, proteins and peptides are extracted by controlling solution pH and ionic strength. This novel microscale extraction method has efficiency comparable to commercially available strong cation-exchange ZipTips and is highly effective for sample cleanup. We anticipate that this digital microfluidic strong cation-exchange extraction technique will prove useful for microscale proteomic analyses and other applications requiring separation of cationic compounds.

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 enseignants0,056
Score d'incertitude au seuil0,702

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 Opus0,015
Tête enseignante GPT0,239
Écart entre enseignants0,224 · 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

Citations15
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ChemistryMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207