MétaCan
Menu
Retour à la cohorte
Enregistrement W2136692545 · doi:10.1109/memb.2003.1304999

Basic theory of dielectrophoresis and electrorotation

2003· article· en· W2136692545 sur OpenAlexfundno aff
T. B. Jones

Notice bibliographique

RevueIEEE Engineering in Medicine and Biology Magazine · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Calgary
Mots-clésDielectrophoresisRange (aeronautics)TorqueElectrokinetic phenomenaPhysicsDipoleElectromechanicsDielectricParticle (ecology)NanotechnologyClassical mechanicsMaterials scienceEngineeringAerospace engineeringOptoelectronicsMicrofluidics

Résumé

récupéré en direct d'OpenAlex

This article presents a concise, unifying treatment of the electromechanics of small particles under the influence of electroquasistatic fields and offers a set of models useful in calculating electrical forces and torques on biological particles in the size range from /spl sim/1 to /spl sim/100 μm. The theory is used to consider DEP trapping, electrorotation, traveling-wave induced motion, and orientational effects. The effective dipole method, and its generalization to effective multipoles, makes it possible to treat multilayered concentric shells and particles exhibiting ohmic and dielectric loss. This method may be extended further to the case of nonspherical particles, where alignment torques can be considered. These capabilities are well suited to modeling DEP behavior of biological particles including cells. The models and methods presented in this review are sufficiently general to be of use in a broad range of applications for biological dielectrophoresis and particle electrokinetics. The range of validity can be stated confidently to cover particles having diameters approximately 1μm and larger.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,016
Tête enseignante GPT0,225
Écart entre enseignants0,209 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations444
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Engineering in Medicine and Biology MagazineMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207