MétaCan
Menu
Retour à la cohorte
Enregistrement W2279041172 · doi:10.1039/c5lc01524c

Novel developments in mobile sensing based on the integration of microfluidic devices and smartphones

2016· review· en· W2279041172 sur OpenAlexafffund
Ke Yang, Hagit Peretz‐Soroka, Yong Liu, Francis Lin

Notice bibliographique

RevueLab on a Chip · 2016
Typereview
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensUniversity of WinnipegUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésMicrofluidicsMobile deviceNanotechnologyComputer scienceEmbedded systemMaterials scienceOperating system

Résumé

récupéré en direct d'OpenAlex

Portable electronic devices and wireless communication systems enable a broad range of applications such as environmental and food safety monitoring, personalized medicine and healthcare management. Particularly, hybrid smartphone and microfluidic devices provide an integrated solution for the new generation of mobile sensing applications. Such mobile sensing based on microfluidic devices (broadly defined) and smartphones (MS(2)) offers a mobile laboratory for performing a wide range of bio-chemical detection and analysis functions such as water and food quality analysis, routine health tests and disease diagnosis. MS(2) offers significant advantages over traditional platforms in terms of test speed and control, low cost, mobility, ease-of-operation and data management. These improvements put MS(2) in a promising position in the fields of interdisciplinary basic and applied research. In particular, MS(2) enables applications to remote in-field testing, homecare, and healthcare in low-resource areas. The marriage of smartphones and microfluidic devices offers a powerful on-chip operating platform to enable various bio-chemical tests, remote sensing, data analysis and management in a mobile fashion. The implications of such integration are beyond telecommunication and microfluidic-related research and technology development. In this review, we will first provide the general background of microfluidic-based sensing, smartphone-based sensing, and their integration. Then, we will focus on several key application areas of MS(2) by systematically reviewing the important literature in each area. We will conclude by discussing our perspectives on the opportunities, issues and future directions of this emerging novel field.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,030
Tête enseignante GPT0,260
Écart entre enseignants0,230 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations201
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetBiosensors and Analytical DetectionTravaux en français237 207