MétaCan
Menu
Retour à la cohorte
Enregistrement W2018541610 · doi:10.1088/1748-6041/3/3/034009

Leveraging liquid dielectrophoresis for microfluidic applications

2008· review· en· W2018541610 sur OpenAlex
Dipankar Chugh, K.V.I.S. Kaler

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.

Notice bibliographique

RevueBiomedical Materials · 2008
Typereview
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMicrofluidicsDielectrophoresisFluidicsNanotechnologyMicrofluidic chipComputer scienceMaterials scienceSample (material)Lab-on-a-chipEngineeringChromatographyElectrical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Miniaturized fluidic systems have been developed in recent years and offer new and novel means of leveraging the domain of microfluidics for the development of micro-total analysis systems (microTAS). Initially, such systems employed closed microchannels in order to facilitate chip-based biochemical assays, requiring very small quantities of sample and/or reagents and furthermore providing rapid and low-cost analysis on a compact footprint. More recently, advancements in the domain of surface microfluidics have suggested that similar low volume sample handling and manipulation capabilities for bioassays can be attained by leveraging the phenomena of liquid dielectrophoresis and droplet dielectrophoresis (DEP), without the need for separate pumps or valves. Some of the key aspects of this surface microfluidic technology and its capabilities are discussed and highlighted in this paper. We, furthermore, examine the integration and utility of liquid DEP and droplet DEP in providing rapid and automated sample handling and manipulation capabilities on a compact chip-based platform.

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 enseignants0,777
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)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,273
Écart entre enseignants0,249 · 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