Surface characterization using chemical force microscopy and the flow performance of modified polydimethylsiloxane for microfluidic device applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The widespread interest in micro total analysis systems has resulted in efforts to develop devices in cheaper polymer materials such as polydimethylsiloxane (PDMS) as an alternative to expensive glass and silicon devices. We describe the oxidation of the PDMS surface to form ionizable groups using a discharge from a Tesla coil and subsequent chemical modification to augment electroosmotic flow (EOF) within the microfluidic devices. The flow performance of oxidized, amine-modified and unmodified PDMS materials has been determined and directly compared to conventional glass devices. Exact PDMS replicas of glass substrates were prepared using a novel two step micromolding protocol. Chemical force microscopy has been utilized to monitor and measure the efficacy of surface modification yielding information about the acid/base properties of the modified and unmodified surfaces. Results with different substrate materials correlates well with expected flow modifications as a result of surface modification. Oxidized PDMS devices were found to support faster EOF (twice that of native PDMS) similar to glass while those derivatized with 3-aminopropyl triethoxysilane (APTES) showed slower flow rates compared to native PDMS substrates as a result of masking surface charge. Results demonstrate that the surface of PDMS microdevices can be manipulated to control EOF characteristics using a facile surface derivatization methodology allowing surfaces to be tailored for specific microfluidic applications and characterized with chemical force microscopy.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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