MétaCan
Menu
Retour à la cohorte
Enregistrement W2097298558 · doi:10.1039/b917668c

Integration and detection of biochemical assays in digital microfluidic LOC devices

2009· review· en· W2097298558 sur OpenAlexafffund
Lidija Malic, D. Brassard, Teodor Veres, Maryam Tabrizian

Notice bibliographique

RevueLab on a Chip · 2009
Typereview
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensNational Research Council CanadaMcGill University
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les TechnologiesGenome Canada
Mots-clésMicrofluidicsSoftware portabilityReconfigurabilityFlexibility (engineering)Digital microfluidicsLab-on-a-chipFluidicsComputer scienceElectrowettingNanotechnologyEmbedded systemExploitComputer hardwareEngineeringElectrical engineeringMaterials scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

The ambition of lab-on-a-chip (LOC) systems to achieve chip-level integration of a complete analytical process capable of performing a complex set of biomedical protocols is hindered by the absence of standard fluidic components able to be assembled. As a result, most microfluidic platforms built to date are highly specialized and designed to fulfill the requirements of a single particular application within a limited set of operations. Electrowetting-on-dielectric (EWOD) digital microfluidic technology has been recently introduced as a new methodology in the quest for LOC systems. Herein, unit volume droplets are manipulated along electrode arrays, allowing a microfluidic function to be reduced to a set of basic operations. The highly reprogrammable architecture of these systems can satisfy the needs of a diverse set of biochemical assays and ensure reconfigurability, flexibility and portability between different categories of applications and requirements. While important progress was made over past years in the fabrication, miniaturization and function programming of the basic EWOD fluidic operations, the success of this technology will in great part depend on the ability of researchers to couple or integrate digital microfluidics to detection approaches that can make the system competitive for LOC applications. The detection techniques should be able to circumvent the limitations of hydrophobic surfaces and exploit the advantages of the array format, high droplet transport speeds and rapid mixing schemes. This review provides an in-depth look at recent developments for the coupling and integration of detection techniques with digital microfluidic platforms for bio-chemical applications.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,012
Tête enseignante GPT0,241
Écart entre enseignants0,229 · 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

Citations203
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207