MétaCan
Menu
Retour à la cohorte
Enregistrement W2028971655 · doi:10.1088/1742-6596/307/1/012002

A New form of Microfluidic Sample Delivery for High Throughput Biosensor Analysis

2011· article· en· W2028971655 sur OpenAlexaff
Christopher Whalen

Notice bibliographique

RevueJournal of Physics Conference Series · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensSierra Wireless (Canada)
Organismes subventionnairesnon disponible
Mots-clésSample (material)MicrofluidicsFlexibility (engineering)ThroughputComputer scienceNanotechnologyMultiplexBiosensorProcess engineeringBiochemical engineeringEngineeringTelecommunicationsMaterials scienceBioinformaticsWirelessChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

As the biosensor industry continues to mature many of the big breakthroughs in analysis performance will not come from huge advances in detection, but from the tangential technologies. One of these technologies is sample delivery. It is now clearly understood that the way samples are presented to the sensing surface(s) significantly impacts the performance and applicability of analytical biosensors. There is also the ever present desire to simultaneously analyze as many samples as possible. A sample delivery system that provides high throughput, high performance, and flexibility, could dramatically change the use of analytical biosensors. This presentation will focus on a new form of microfluidic sample delivery called Hydrodynamic Isolation (HI). Through a combination of hydrodynamic focusing and location specific sample delivery and evacuation, HI can simultaneously deliver different sample solutions to each sensing location on any two-dimensional detection array. Even in an open array the different solution streams are completely independent, are delivered as very discrete volumes, and a single solution can be addressed to one or more sensor locations. HI eliminates the need for mechanical micro-valves close to the detection chamber, making it simple to build and multiplex. By enabling full flexibility in sample delivery across 2-D arrays, HI has the potential to greatly improve analysis throughput but it will also have a big impact on assay design and development times. The use of HI in an array based real-time label-free analysis platform will be presented.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,036
Tête enseignante GPT0,217
Écart entre enseignants0,181 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207