MétaCan
Menu
Retour à la cohorte
Enregistrement W2134472801 · doi:10.1002/bit.24887

Polymer peel‐off mask for high‐resolution surface derivatization, neuron placement and guidance

2013· article· en· W2134472801 sur OpenAlexaff
Dolores Fernández Martínez, Christophe Py, M. W. Denhoff, Robert Monette, Tanya Comas, Anthony Krantis, Geoffrey Mealing

Notice bibliographique

RevueBiotechnology and Bioengineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofabrication and Lithography Techniques
Établissements canadiensUniversity of OttawaNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésDerivatizationSilicon dioxideMaterials sciencePolymerSiliconReactive-ion etchingPolyimideDry etchingEtching (microfabrication)LithographyMicrometerSurface modificationResolution (logic)Chemical engineeringNanotechnologyOptoelectronicsChemistryChromatographyComposite materialMass spectrometryOpticsLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

We present a dry lift-off method using a chemically resistant spin-on plastic, polyimide, to pattern surfaces with high accuracy and resolution. Using well-known lithographic and reactive ion etching techniques, the spin-on polymer is patterned over a silicon dioxide surface. The plastic efficiently adheres to the silicon dioxide surface during the chemical modification and is readily lifted-off following the derivatization process, permitting highly reliable surface derivatization. The verticality of the reactive ion etch enables sub-micrometer features to be patterned, down to 0.8 µm. The technique is used to pattern neurons on silicon dioxide surfaces: efficient neuron placement over a 4 mm area is shown for patterns larger than 50 µm while process guidance is shown for 10 µm patterns.

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 enseignants0,002
Score d'incertitude au seuil0,007

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 ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,005
Tête enseignante GPT0,186
Écart entre enseignants0,181 · 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

Citations10
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology and BioengineeringMême sujetNanofabrication and Lithography TechniquesTravaux en français237 207