MétaCan
Menu
Retour à la cohorte
Enregistrement W2010307454 · doi:10.1021/ac401150q

Digital Microfluidics: An Emerging Sample Preparation Platform for Mass Spectrometry

2013· review· en· W2010307454 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAnalytical Chemistry · 2013
Typereview
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanada Research Chairs
Mots-clésMicroscale chemistryMicrofluidicsChemistryMicroreactorDigital microfluidicsMass spectrometrySample preparationNanotechnologyMerge (version control)Sample (material)ChromatographyProcess engineeringAnalytical Chemistry (journal)ElectrodeComputer scienceEngineeringMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Mass spectrometry (MS) has become an indispensable tool for laboratory science, but a drawback is the laborious sample processing required before MS analysis. Digital microfluidics (DMF), a microscale liquid handling technique characterized by the manipulation of fluid droplets on open electrode arrays, presents a potential solution to this problem. In DMF, discrete droplets can be made to merge, mix, split, and dispense from reservoirs. Since droplets are manipulated individually and act as discrete microreactors, DMF is well suited for microscale sample processing. Coupling the versatility of MS analysis with DMF sample handling has been beneficial for a number of DMF-based applications, including proteomics, chemical synthesis, and clinical diagnostics. In this review, we provide a summary of efforts to integrate these two technologies, focusing on examples of both off-line and in-line MS analysis for DMF sample processing.

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.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,032
Tête enseignante GPT0,306
Écart entre enseignants0,274 · 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