MétaCan
Menu
Retour à la cohorte
Enregistrement W2071571360 · doi:10.1039/c5lc00234f

Micromilling: a method for ultra-rapid prototyping of plastic microfluidic devices

2015· review· en· W2071571360 sur OpenAlexafffund
David J. Guckenberger, Theodorus E. de Groot, Alwin M. D. Wan, David J. Beebe, Edmond W. K. Young

Notice bibliographique

RevueLab on a Chip · 2015
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Human Genome Research InstituteNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthNational Cancer InstituteBill and Melinda Gates Foundation
Mots-clésRapid prototypingMicrofluidicsMaterials scienceNanotechnologyProcess engineeringComputer scienceEmbedded systemEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

This tutorial review offers protocols, tips, insight, and considerations for practitioners interested in using micromilling to create microfluidic devices. The objective is to provide a potential user with information to guide them on whether micromilling would fill a specific need within their overall fabrication strategy. Comparisons are made between micromilling and other common fabrication methods for plastics in terms of technical capabilities and cost. The main discussion focuses on "how-to" aspects of micromilling, to enable a user to select proper equipment and tools, and obtain usable microfluidic parts with minimal start-up time and effort. The supplementary information provides more extensive discussion on CNC mill setup, alignment, and programming. We aim to reach an audience with minimal prior experience in milling, but with strong interests in fabrication of microfluidic devices.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,006

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 Opus0,093
Tête enseignante GPT0,386
Écart entre enseignants0,293 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations522
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujet3D Printing in Biomedical ResearchTravaux en français237 207