High efficient biofluid micromixing using ultra-fast AC electrothermal flow
Notice bibliographique
Résumé
Electrokinetics have been widely used in lab-on-a-chip devices for fluid manipulation applications. The AC electrothermal (ACET) effect is a highly efficient technique for biofluids (σ>0.1 S/m) active micromixing, which can be used in chemical, biological, and medical analysis systems. In this paper, a novel idea of employing microelectrode arrays placed on sidewalls of a fluidic microchannel for increasing the mixing efficiency of biofluids is numerically investigated. It was reported that coplanar asymmetric microelectrode arrays are capable of creating ACET vortices in the bulk of a high conductive electrolyte solution. Two electrode arrays can be placed on the sidewalls of a microchannel, each of which has a different role, one pumps the biofluid while the other mixes it. Two different actuation patterns were applied to the electrodes. One pair of microelectrodes was simulated and the simulation procedure was then verified by conducting experiments for ACET flow measurement in a similar geometry. Microelectrode arrays were fabricated on 1mm thick glass substrates using photolithography. A 800 μm thick fluidic microchannel was fabricated by soft lithography of Polydimethylsiloxane (PDMS). The results showed that such a technique can dramatically increase the mixing of the solution while pumping is taking place. The mechanism was capable of efficiently mixing biofluid solutions (resultant concentration ratio of up to 80%) in a short time (<3 min) and short distance (<600 μm) for a 300×300 μm2 fluidic microchannel cross section area. Medical analysis such as heterogeneous immunoassays can be potential applications of such micromixing technique.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».