MétaCan
Menu
Retour à la cohorte
Enregistrement W2155074420 · doi:10.1039/c2lc21241b

Capacitance-based droplet position estimator for digital microfluidic devices

2012· article· en· W2155074420 sur OpenAlexafffund
Miguel Angel Murran, Homayoun Najjaran

Notice bibliographique

RevueLab on a Chip · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrofluidicsFluidicsEstimatorDimensionless quantityPosition (finance)Displacement (psychology)Controller (irrigation)ElectrodeCapacitanceMaterials scienceMechanicsControl theory (sociology)Computer scienceNanotechnologyChemistryPhysicsEngineeringElectrical engineeringMathematicsControl (management)

Résumé

récupéré en direct d'OpenAlex

Digital microfluidic (DMF) devices manipulate minuscule droplets through basic fluidic operations including droplet transport, mixing and splitting commonly known as the building blocks for complete laboratory analyses on a single device. A DMF device can house various chemical species and confine chemical reactions within the volume of a droplet much like a micro-reactor. The automation of fluidic protocols requires a feedback controller whose sensor is capable of locating droplets independent of liquid composition (or previous knowledge of liquid composition). In this research, we present an estimator that tracks the continuous displacement of a droplet between electrodes of a DMF device. The estimator uses a dimensionless ratio of two electrode capacitances to approximate the position of a droplet, even, in the domain between two adjacent electrodes. This droplet position estimator significantly enhances the control precision of liquid handling in DMF devices compared to that of the techniques reported in the literature. It captures the continuous displacement of a droplet; valuable information for a feedback controller to execute intricate fluidic protocols including droplet positioning between electrodes, droplet velocity and acceleration control. We propose a state estimator for tracking the continuous droplet displacement between two adjacent electrodes. The dimensionless nature of this estimator means that any droplet composition can be sensed. Thus, no calibration for each chemical species within a single DMF device is required. We present theoretical and experimental results that demonstrate the efficacy of the position estimator in approximating the position of the droplet in the interval between two electrodes.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,204 · 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

Citations66
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207