MétaCan
Menu
Retour à la cohorte
Enregistrement W2142922512 · doi:10.1109/tbcas.2009.2023453

Micro-Organism-on-Chip: Emerging Direct-Write CMOS-Based Platform for Biological Applications

2009· article· en· W2142922512 sur OpenAlexafffund
Ebrahim Ghafar‐Zadeh, Mohamad Sawan, Vamsy P. Chodavarapu

Notice bibliographique

RevueIEEE Transactions on Biomedical Circuits and Systems · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensPolytechnique MontréalMcGill University
Organismes subventionnairesNational Institute on AgingNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésMicrofabricationMicrofluidicsCMOSCapacitive sensingLab-on-a-chipChipNanotechnologyBiosensorElectronic engineeringSystem on a chipComputer scienceMaterials scienceEngineeringElectrical engineeringEmbedded systemFabricationTelecommunications

Résumé

récupéré en direct d'OpenAlex

We describe the emerging applications of direct-write CMOS-based lab-on-chip which consists of capacitive sensors integrated with microfluidic structures. The microfluidic components are implemented through direct-write microfabrication process (DWFP) on a variety of substrates including integrated circuits. We put forward the recent advances of DWFP for different applications while our focus is placed on biological testing through a novel on-chip capacitive measurement method. We thereafter reveal the viability of this approach for biosensing purposes by demonstrating and discussing the experimental results on micro-organisms. These results are in full agreement with the bio-interface model and other features presented throughout the paper.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,915

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 Opus0,017
Tête enseignante GPT0,229
Écart entre enseignants0,212 · 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

Citations10
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical Circuits and SystemsMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207