MétaCan
Menu
Retour à la cohorte
Enregistrement W2020202842 · doi:10.1039/c4an01626b

Printing silicone-based hydrophobic barriers on paper for microfluidic assays using low-cost ink jet printers

2014· article· en· W2020202842 sur OpenAlexafffund
Vinodh Rajendra, Clémence Sicard, John D. Brennan, Michael A. Brook

Notice bibliographique

RevueThe Analyst · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSiliconeMicrofluidicsInkwellJet (fluid)NanotechnologyMaterials scienceChromatographyChemistryComposite materialEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Paper-based microfluidic devices exhibit many advantages for biological assays. Normally, the assays are restricted to certain areas of the paper by hydrophobic barriers comprised of wax or alkyl ketene dimers (AKD). Neither hydrophobic barrier is able to constrain aqueous solutions of surfactants, which are frequently used in biological assays. We demonstrate that rapidly curing silicone resins can be inkjet printed onto pure cellulose paper using inexpensive thermal ink-jet printers. The Piers-Rubinsztajn (PR) reaction dominates the cure chemistry leading to cellulose fibers that are surface coated with a silicone resin. The resulting barriers are able to resist penetration by surfactant solutions and even by the lower surface energy solvents DMF and DMSO. The utility of the barrier was demonstrated using a coliform assay based on detection of β-galactosidase.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,699
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 GPT0,222
Écart entre enseignants0,211 · 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 tête enseignante, 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

Citations59
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetBiosensors and Analytical DetectionTravaux en français237 207