MétaCan
Menu
Retour à la cohorte
Enregistrement W2082821131 · doi:10.1039/b212492k

Acoustic wave detection of chemical species electrokinetically transported within a capillary tube

2003· article· en· W2082821131 sur OpenAlexafffund
Paul C. H. Li, Ronald Prasad

Notice bibliographique

RevueThe Analyst · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensSimon Fraser University
Organismes subventionnairesSimon Fraser University
Mots-clésElectrokinetic phenomenaCapillary actionDetection limitAnalyteTransducerChemistryCapillary electrophoresisAnalytical Chemistry (journal)Capillary waveChromatographyMaterials scienceAcousticsOpticsSurface wave

Résumé

récupéré en direct d'OpenAlex

For the first time, we report the acoustic wave detection of chemical species being transported in a capillary tube to a region where acoustic coupling occurs. The measured parameter was a change in phase, which was originally only attributed to a change in solution density as the analyte passed by the detection region. Accordingly, we report the detection of change in phase as various chemical species (e.g. Cy5 dye, Cy5-derivatized glycine and underivatized glycine) were introduced into and migrated along a capillary tube through electrokinetic processes. To improve detection sensitivity, we modified various experimental parameters, such as run buffer concentration, capillary wall thickness and transducer frequency. Although acoustic wave detection was feasible, the peak width and detection limit were inadequate as compared to conventional detection methods for HPLC or CE. Nevertheless, the effects of various physical and chemical relaxation processes on acoustic wave absorption were discussed, and this has shed some light on explaining some observations, which cannot be explained by density differences alone. Accordingly, the acoustic wave method is suggested to investigate these processes, as studied in ultrasonic relaxation spectroscopy, in a flow system.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,373

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 Opus0,007
Tête enseignante GPT0,176
Écart entre enseignants0,168 · 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

Citations1
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207