MétaCan
Menu
Retour à la cohorte
Enregistrement W2009560544 · doi:10.1021/ac801094s

Dielectrophoretic and Electrothermal Effects at Alternating Current Heated Disk Microelectrodes

2008· article· en· W2009560544 sur OpenAlexaff
Aliaksei Boika, Andrzej Barański

Notice bibliographique

RevueAnalytical Chemistry · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésMicroelectrodeElectrodeChemistryAlternating currentElectric fieldPolarization (electrochemistry)Analytical Chemistry (journal)ElectrohydrodynamicsOptoelectronicsVoltageMaterials scienceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

When a disk microelectrode is polarized with an alternating potential of very high frequency (0.1-2 GHz) and a high amplitude (up to 2.8 V rms), the electrode is heated up, and at the same time, a very intense electric field is created around the electrode (>10(6) V/m for electrodes 1 microm in radius). This strong electric field gives rise to positive or negative dielectrophoretic effects. Positive dielectrophoretic effects can be used to assemble nanowires from nanoparticles at the electrode edge. On the other hand, a negative dielectrophoretic effect is probably responsible for "jet boiling" observed at overheated microelectrodes. In addition, a combination of a high temperature gradient and a high potential gradient generates an intense electrothermal flow of solution which very strongly enhances the mass transport and is responsible for intense convection in such systems. The electrothermal flow and dielectrophoretic forces can be generated directly on a microelectrode employed in electrochemical detection because the high frequency ac polarization of the electrode does not interfere with the acquisition of analytical signals.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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 technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,188
Écart entre enseignants0,183 · 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

Citations41
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207