MétaCan
Menu
Retour à la cohorte
Enregistrement W1963860903 · doi:10.1021/la0473862

On the Surface Conductance, Flow Rate, and Current Continuities of Microfluidics with Nonuniform Surface Potentials

2005· article· en· W1963860903 sur OpenAlexafffund
Fuzhi Tian, Daniel Y. Kwok

Notice bibliographique

RevueLangmuir · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrochannelElectrokinetic phenomenaMechanicsMicrofluidicsElectro-osmosisCurrent (fluid)Flow (mathematics)Volumetric flow rateLattice Boltzmann methodsThermal conductionPoisson's equationMaterials scienceChemistryThermodynamicsPhysicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

The characteristics of electrokinetic flow in a microchannel depend on both the nature of surface potentials, that is, whether it is uniform or nonuniform, and the electrical potential distribution along the channel. In this paper, the nonlinear Poisson-Boltzmann equation is used to model the electrical double layer and the lattice Boltzmann model coupled with the constraint of current continuity is used to simulate the microfluidic flow field in a rectangular microchannel with a step variation of surface potentials. This current continuity, including surface conduction, convection, and bulk conduction currents, has often been neglected in the literature for electroosmotic flow with nonuniform (heterogeneous) microchannels. Results show that step variation of ion distribution caused by step variation surface potential will influence significantly the electrical potential distribution along the channel and volumetric flow rate. For the system considered, we showed that the volumetric flow rate could have been overestimated by as much as 70% without consideration of the current continuity constraint.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,192
Écart entre enseignants0,185 · 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

Citations13
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207