MétaCan
Menu
Retour à la cohorte
Enregistrement W2138714678 · doi:10.1039/c2lc40670e

Miniaturized platform with on-chip strain sensors for compression testing of arrayed materials

2012· article· en· W2138714678 sur OpenAlexaff
Luke A. MacQueen, Oleg Chebotarev, Craig A. Simmons, Yu Sun

Notice bibliographique

RevueLab on a Chip · 2012
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceDeflection (physics)ElastomerMembraneComposite materialSiliconeCompression (physics)Microelectromechanical systemsChipStiffnessCarbon nanotubeBiomedical engineeringNanotechnologyEngineeringElectrical engineeringOptics

Résumé

récupéré en direct d'OpenAlex

We report a microfabricated mechanical testing platform with on-chip strain sensors for in situ mechanical characterization of arrayed materials. The device is based on deformable elastomeric membranes that are actuated by pressure that is delivered through an underlying channel network. The bulging membranes compress material samples that are confined between the membranes and a rigid top-plate. Carbon nanotube-based strain sensors that exhibit strain-dependent electrical resistivity were integrated within the membranes to provide continuous read-out of membrane deflection amplitude. We used this platform to study the cyclic compression of several different silicone samples and thereby measured their elastic moduli. The results obtained using our miniaturized platform were in excellent agreement with those obtained using a commercially available mechanical testing platform and clearly demonstrated the utility of our platform for the mechanical testing of small samples in parallel. The miniaturized platform can significantly increase mechanical testing efficiency, particularly when testing of iterative sample formulations is required.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,006
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,258
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetAnalytical Chemistry and SensorsTravaux en français237 207