MétaCan
Menu
Retour à la cohorte
Enregistrement W2216565084 · doi:10.1039/c5lc01104c

Acoustofluidic particle manipulation inside a sessile droplet: four distinct regimes of particle concentration

2015· article· en· W2216565084 sur OpenAlexaff
Ghulam Destgeer, Hyunjun Cho, Byung Hang Ha, Jin Ho Jung, Jinsoo Park, Hyung Jin Sung

Notice bibliographique

RevueLab on a Chip · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésParticle (ecology)Environmental scienceBiological systemMaterials scienceChemistryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

In this study, we have investigated the motion of polystyrene microparticles inside a sessile droplet of water actuated by surface acoustic waves (SAWs), which produce an acoustic streaming flow (ASF) and impart an acoustic radiation force (ARF) on the particles. We have categorized four distinct regimes (R1-R4) of particle aggregation that depend on the particle diameter, the SAW frequency, the acoustic wave field (travelling or standing), the acoustic waves' attenuation length, and the droplet volume. The particles are concentrated at the centre of the droplet in the form of a bead (R1), around the periphery of the droplet in the form of a ring (R2), at the side of the droplet in the form of an isolated island (R3), and close to the centre of the droplet in the form of a smaller ring (R4). The ASF-based drag force, the travelling or standing SAW-based ARF, and the centrifugal force are utilized in various combinations to produce these distinct regimes. For simplicity, we fixed the fluid volume at 5 μL, varied the SAW actuation frequency (10, 20, 80, and 133 MHz), and tested several particle diameters in the range 1-30 μm to explicitly demonstrate the regimes R1-R4. We have further demonstrated the separation of particles (1 and 10 μm, 3 and 5 μm) using mixed regime configurations (R1 and R2, R2 and R4, respectively).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,044
Tête enseignante GPT0,236
Écart entre enseignants0,192 · 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

Citations166
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207