MétaCan
Menu
Retour à la cohorte
Enregistrement W2002074828 · doi:10.1115/icmm2004-2422

Sample Manipulation in Microfluidic Devices With Electrical Conductivity Gradients

2004· article· en· W2002074828 sur OpenAlexaff
Carolyn L. Ren, Dongqing Li

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConductivityMicrofluidicsAnalyteCapillary electrophoresisMaterials scienceSample (material)DiffusionElectrical resistivity and conductivityElectrophoresisCapillary actionAnalytical Chemistry (journal)ChemistryChromatographyNanotechnologyThermodynamicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

A common application in microfluidic devices is on-chip capillary electrophoresis (CE). In this process, sample species are transported by electroosmotic flow and separated based on their electrophoretic mobilities. Separated analytes are typically detected using laser-induced fluorescence. It has been found that the sample shape and size, which is critical to the later detection processes or the quality of other analytical techniques, depends on many parameters, such as the sample diffusion coefficient, the applied voltages, and the electrical conductivity difference between sample and buffer. The conductivity difference can alter the electric field strength, which is the driving force behind both the electroosmotic bulk flow and the electrophoretic velocity of individual species. Therefore, the manipulation technique is required to consider the transport processes with conductivity differences. A numerical model presented in this paper is used to simulate the sample transport process with the consideration of conductivity gradient in order to develop the sample manipulation techniques. There are two situations studied here, which are sample pumping (where bulk transport is increased and analyte separation is delayed using a relatively high conductivity sample), and sample stacking (where bulk transport is decreased and analyte separation is expedited using a relatively low conductivity sample). The effects of applied electrical potential, sample diffusion coefficient and the extent of conductivity difference on the sample control are investigated through the developed model. The simulation results show that the sample transport with the consideration of conductivity gradient differs significantly from that of uniform conductivity case.

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)0,001
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,198 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207