MétaCan
Menu
Retour à la cohorte
Enregistrement W2088269001 · doi:10.1149/2.013402jes

Droplet Microfluidic Chip Based Nucleic Acid Amplification and Real-Time Detection of Influenza Viruses

2013· article· en· W2088269001 sur OpenAlexafffund
Ravi Prakash, Kanti Pabbaraju, Sallene Wong, Anita Wong, Raymond Tellier, K.V.I.S. Kaler

Notice bibliographique

RevueJournal of The Electrochemical Society · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensProvincial Laboratory of Public HealthUniversity of Calgary
Organismes subventionnairesCMC Microsystems
Mots-clésMicrofluidicsNucleic acidDielectrophoresisNucleic acid detectionDetection limitNanotechnologyNucleic acid methodsLab-on-a-chipMiniaturizationMaterials scienceChemistryChromatographyBiochemistry

Résumé

récupéré en direct d'OpenAlex

L) volume regime. Electro-actuation of sample and reagent in the form of droplets in the aforementioned volume regime, using dielectrophoresis (DEP) and/or Electrowetting (EW) are achieved by means of patterned, insulated metal electrodes on one or more substrates. In this work, we have utilized electro-actuation based DMF technology, integrated with suitably tailored resistive micro-heaters and temperature sensors, to achieve chip based real-time, quantitative PCR (qRT-PCR). This qRT-PCR micro-device was utilized to detect and quantify the presence of influenza A and C virus nucleic acids, using in-vitro synthesized viral RNA segments. The experimental analysis of the DMF micro-device confirms its capabilities in qRT-PCR based detection and quantification of pathogen samples, with accuracy levels comparable to established commercial bench-top equipment (PCR efficiency ∼95%). The limit of detection (LOD) of the chip based qRT-PCR technique was estimated to be ∼5 copies of template RNA per PCR reaction.

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 seuil0,004

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,203
Écart entre enseignants0,196 · 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

Citations29
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of The Electrochemical SocietyMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207