MétaCan
Menu
Retour à la cohorte
Enregistrement W1991076085 · doi:10.1039/b700322f

Surface modification of thermoplastics—towards the plastic biochip for high throughput screening devices

2007· article· en· W1991076085 sur OpenAlexafffund
Gerardo A. Diaz‐Quijada, Régis Peytavi, André Nantel, Emmanuel Roy, Michel G. Bergeron, M. M. Dumoulin, Teodor Veres

Notice bibliographique

RevueLab on a Chip · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensBiotechnology Research InstituteUniversité LavalWilfrid Laurier UniversityNational Research Council Canada
Organismes subventionnairesGenome Canada
Mots-clésBiochipMicrofluidicsNanotechnologySoftware portabilityThroughputDNA microarrayMaterials scienceComputer scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Microarrays have become one of the most convenient tools for high throughput screening, supporting major advances in genomics and proteomics. Other important applications can be found in medical diagnostics, detection of biothreats, drug discovery, etc. Integration of microarrays with microfluidic devices can be highly advantageous in terms of portability, shorter analysis time and lower consumption of expensive biological analytes. Since fabrication of microfluidic devices using traditional materials such as glass is rather expensive, there is great interest in employing polymeric materials as a low cost alternative that is suitable for mass production. A number of commercially available plastic materials were reviewed for this purpose and poly(methylmethacrylate) Zeonor 1060R and Zeonex E48R were identified as promising candidates, for which methods for surface modification and covalent immobilization of DNA oligonucleotides were developed. In addition, we present proof-of-concept plastic-based microarrays with and without integration with microfluidics.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,001

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 Opus0,023
Tête enseignante GPT0,243
Écart entre enseignants0,220 · 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

Citations107
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207