MétaCan
Menu
Retour à la cohorte
Enregistrement W2000652723 · doi:10.1016/j.proeng.2010.09.141

Characterization of an on-chip reconfigurable 3D optofluidic microlens by confocal laser scanning microscopy

2010· article· en· W2000652723 sur OpenAlexfundno aff
Michael Rosenauer, Michael J. Vellekoop

Notice bibliographique

RevueProcedia Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensnon disponible
Organismes subventionnairesMicroResearch
Mots-clésMicrolensMaterials scienceMicrochannelMicrofluidicsOptofluidicsLens (geology)Lab-on-a-chipOpticsOptoelectronicsMulti-mode optical fiberMicrofabricationNanotechnologyOptical fiberFabrication

Résumé

récupéré en direct d'OpenAlex

This research describes the design, fabrication and performance of an optofluidic 3D microlens reconfigurable by hydrodynamic flow rate adjustments. The microflow device is realized by standard single-layer micromachining of the photoresist SU-8 on a silicon substrate. On-chip waveguides and microgrooves designed for the insertion of multimode glass fibers are integrated to serve as optical interconnection for incident light coupling and detection. The laminar flow regime in the structured microchannel and the use of two transparent fluids with different refractive indices enable smooth optical interfaces useful for the creation of optofluidic elements. The inertial microfluidic effects occurring in the channels allow the generation of a multiconvex 3D microlens. By altering the input flow rates the lens shape with different lens radii in the lateral and normal direction is adjusted. To confirm the fluid dynamic simulations and to three-dimensionally characterize the microflow system we conducted confocal laser scanning and fluorescent sample measurements. The unique features of this optical chip offer a novel 3D light focusing system attractive for enhanced low-cost cell parameter screening without the use of bulky/expensive single photon counting units.

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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,003
Tête enseignante GPT0,190
Écart entre enseignants0,187 · 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

Citations2
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcedia EngineeringMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207