MétaCan
Menu
Retour à la cohorte
Enregistrement W1968331861 · doi:10.1115/icnmm2009-82170

Fabrication of Dielectrophoretic Microfluidic Device

2009· article· en· W1968331861 sur OpenAlexaff
G. Naga Siva Kumar, Sushanta K. Mitra, V. Ramgopal Rao

Notice bibliographique

RevueASME 2009 7th International Conference on Nanochannels, Microchannels, and Minichannels · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDielectrophoresisMicrofluidicsFabricationMaterials scienceNanotechnologyElectrokinetic phenomenaMicroelectrodePolystyreneElectrodeSubstrate (aquarium)Electric fieldMicrofabricationOptoelectronicsPolymerComposite material

Résumé

récupéré en direct d'OpenAlex

Technological needs of the recent times require the improvement in micro-scale devices that manipulate the bioparticles like cells, bacteria, viruses, DNA, proteins, etc. Such devices have diverse and widespread applications in biomedical, drug delivery and diagnostics for separating, trapping, sorting and mixing of particles. Dielectrophoresis (DEP) is one of the techniques used for manipulating the particles in a nonuniform electric field. In the present study, fabrication and characterization of microfluidic device for DEP is analyzed and experimented. An overview of fabrication techniques which can be used for making of DEP device is provided with experimental details. DEP microfluidic device is fabricated by preparing channels and microelectrodes on PDMS and glass materials respectively. Oxygen plasma treatment has been used for bonding the PDMS channel and micro-electrode patterned glass substrate. Further experiments are conducted to demonstrate the DEP principle with polystyrene microbeads. The movement of microbeads towards the high electric field strengths at 12Vpp and 10 MHz frequency is observed. Characterizing equipments like ellipsometer, profilometer, scanning electron microscopy, contact angle measurement systems were used for measuring oxide layer thickness, width and depth of the channels, surface characteristics etc., during fabrication.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,249
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.

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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASME 2009 7th International Conference on Nanochannels, Microchannels, and MinichannelsMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207