MétaCan
Menu
Retour à la cohorte
Enregistrement W2026784706 · doi:10.1039/b803827a

Water-oil core-shell droplets for electrowetting-based digital microfluidic devices

2008· article· en· W2026784706 sur OpenAlexafffund
D. Brassard, Lidija Malic, François Normandin, Maryam Tabrizian, Teodor Veres

Notice bibliographique

RevueLab on a Chip · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensMcGill UniversityUniversité LavalNational Research Council Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésElectrowettingDigital microfluidicsMicrofluidicsFluidicsFlexibility (engineering)NanotechnologyOil dropletMaterials scienceOptoelectronicsEngineeringDielectricElectrical engineeringChemical engineering

Résumé

récupéré en direct d'OpenAlex

Digital microfluidics based on electrowetting-on-dielectric (EWOD) has recently emerged as one of the most promising technologies to realize integrated and highly flexible lab-on-a-chip systems. In such EWOD-based digital microfluidic devices, the aqueous droplets have traditionally been manipulated either directly in air or in an immiscible fluid such as silicone oil. However, both transporting mediums have important limitations and neither offers the flexibility required to fulfil the needs of several applications. In this paper, we report on an alternative mode of operation for EWOD-based devices in which droplets enclosed in a thin layer of oil are manipulated in air. We demonstrate the possibility to perform on-chip the fundamental fluidic operations by using such water-oil core-shell droplets and compare systematically the results with the traditional approach where the aqueous droplets are manipulated directly in air or oil. We show that the core-shell configuration combines several advantages of both the air and oil mediums. In particular, this configuration not only reduces the operation voltage of EWOD-based devices but also leads to higher transport velocities when compared with the manipulation of droplets directly in air or oil.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,208
Écart entre enseignants0,194 · 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

Citations109
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207