MétaCan
Menu
Retour à la cohorte
Enregistrement W2141120962 · doi:10.1039/c3lc51273h

Nanomechanical identification of liquid reagents in a microfluidic channel

2014· article· en· W2141120962 sur OpenAlexaff
Mohammad Faheem Khan, Seonghwan Kim, Dongkyu Lee, Silvan Schmid, Anja Boisen, Thomas Thundat

Notice bibliographique

RevueLab on a Chip · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMicrofluidicsIdentification (biology)Channel (broadcasting)NanotechnologyMaterials scienceEngineeringBiologyTelecommunicationsEcology

Résumé

récupéré en direct d'OpenAlex

Integration of promising technologies that can enhance sensitivity, selectivity, and throughput into micro total analysis systems (μTAS) are important in making them useful in precise screening of reaction byproducts in analytical chemistry, cellular biology and pharmaceutical industries. But unfortunately so far a method to precisely determine molecular signatures of reagents is missing in μTAS. We have developed a technique whereby molecular signatures of 50 pL of liquid reagents confined within a bimetallic microchannel cantilever can be obtained. This is achieved using wavelength dependent mechanical bending of the cantilever under infrared (IR) radiation. This technique also allows simultaneous physical characterization of the liquid reagent using variations in resonance frequency. It is useful in lab-on-a-chip devices and has a myriad of applications in drug screening, bioreactor monitoring, and petrochemical analysis.

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 seuil0,421

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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,200 · 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

Citations33
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207