MétaCan
Menu
Retour à la cohorte
Enregistrement W2019540596 · doi:10.1039/b613344d

Continuous dielectrophoretic cell separation microfluidic device

2006· article· en· W2019540596 sur OpenAlexafffund
Youlan Li, Colin Dalton, H. John Crabtree, Gregory Nilsson, K.V.I.S. Kaler

Notice bibliographique

RevueLab on a Chip · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensMicralyneUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrofluidicsFractionationMaterials scienceInjectorSample (material)Lab-on-a-chipFabricationMicrofluidic chipDielectrophoresisChipNanotechnologySample preparationElectrophoresisChromatographyOptoelectronicsChemistryEngineeringElectrical engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

We present a prototype microfluidic device developed for the continuous dielectrophoretic (DEP) fractionation and purification of sample suspensions of biological cells. The device integrates three fully functional and distinct units consisting of an injector, a fractionation region, and two outlets. In the sheath and sample injection ports, the cell sample are hydrodynamically focused into a stream of controlled width; in the DEP fractionation region, a specially shaped nonuniform (isomotive) electric field is synthesized and employed to facilitate the separation, and the sorted cells are then delivered to two sample collection ports. The microfluidic behavior of the injector region was simulated and then experimentally verified. The operation and performance of the device was evaluated using yeast cells as model biological particles. Issues relating to the fabrication and operation of the device are discussed in detail. Such a device takes a significant step towards an integrated lab-on-a-chip device, which could interface/integrate to a number of other on-chip components for the device to undertake the whole laboratory procedure.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,198
Écart entre enseignants0,193 · 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

Citations157
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207