Capacitance-based droplet position estimator for digital microfluidic devices
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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