MétaCan
Menu
Retour à la cohorte
Enregistrement W1987922845 · doi:10.3390/mi1020036

Analysis of Electrokinetic Mixing Techniques Using Comparative Mixing Index

2010· article· en· W1987922845 sur OpenAlexaff
Mranal Jain, Anthony Yeung, K. Nandakumar

Notice bibliographique

RevueMicromachines · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMixing (physics)Electrokinetic phenomenaMechanicsVolumetric flow rateChannel (broadcasting)Residence time (fluid dynamics)Flow (mathematics)Materials scienceOpticsSimulationComputer sciencePhysicsEngineeringNanotechnologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

The performance of micro-mixers is evaluated in terms of deviations from perfectly mixed state and mixing length (i.e., device length required to achieve perfect mixing). Different variations of T-mixer are reported for improved mixing performance, including geometric constrictions/obstacles embedded in the channel wall, heterogeneously charged walls, grooves on channel base, etc. Most of the reported designs provide improved mixing at the expense of reduced flow rate; there exists therefore a tradeoff between mixing and transport. The reduced flow rate, which affects species residence time, is unfortunately not taken into account in most micro-mixing performance analyses. This issue is addressed by the comparative mixing index (CMI), which evaluates mixing performance more appropriately by normalizing the effect of residence time among different designs. In this study, the performance of several mixing strategies are evaluated based on the CMI; these are mixer designs that incorporate (a) physical constrictions, (b) induced charge electro-osmotic (ICEO) effects, and (c) heterogeneously charged walls. The present analysis clearly identifies conditions under which a given mixer design is superior to a T-mixer.

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 enseignants0,035
Score d'incertitude au seuil0,717

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,009
Tête enseignante GPT0,251
Écart entre enseignants0,242 · 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

Citations8
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicromachinesMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207