MétaCan
Menu
Retour à la cohorte
Enregistrement W2094018784 · doi:10.1088/0960-1317/19/9/095001

Sub-nanoliter nuclear magnetic resonance coils fabricated with multilayer soft lithography

2009· article· en· W2094018784 sur OpenAlexafffund
Matthew H C Lam, Mark A Homenuke, Carl A. Michal, Carl L. Hansen

Notice bibliographique

RevueJournal of Micromechanics and Microengineering · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMichael Smith Health Research BC
Mots-clésSolenoidal vector fieldMicrofluidicsMaterials scienceMicrochannelLithographyFabricationNuclear magnetic resonanceAnalytical Chemistry (journal)NanotechnologyOptoelectronicsChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

We describe the fabrication and characterization of sub-nanoliter volume nuclear magnetic resonance (NMR) transceiver coils that are easily amenable to integration within PDMS-based microfluidics. NMR coils were constructed by the injection of liquid metal into solenoidal cavities created around a microchannel using consecutive replica molding and bonding of PDMS layers. This construction technique permits the integration of NMR coils with solenoidal, toroidal or other three-dimensional geometries within highly integrated microfluidic systems and are one step toward NMR-based chemical screening and analysis on chip. The current proof-of-principle implementation displays limited sensitivity and resolution due to the conductivity and magnetic susceptibilities of the construction materials. However, NMR measurements and finite-element simulations made with the current device geometry indicate that optimization of these materials will allow for the collection of spectra from sub-millimolar concentration samples in less than 1 nL of solution.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,001

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 Opus0,003
Tête enseignante GPT0,156
Écart entre enseignants0,154 · 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

Citations17
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Micromechanics and MicroengineeringMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207