MétaCan
Menu
Retour à la cohorte
Enregistrement W2314888500 · doi:10.1021/ac402003v

Integrated Digital Microfluidic Platform for Voltammetric Analysis

2013· article· en· W2314888500 sur OpenAlexafffund
Michael D. M. Dryden, Darius G. Rackus, Mohtashim H. Shamsi, Aaron R. Wheeler

Notice bibliographique

RevueAnalytical Chemistry · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMicroscale chemistryMicrofluidicsDigital microfluidicsElectrodeNanotechnologyChemistryDetection limitCyclic voltammetryVoltammetryElectroanalytical methodCalibrationAnalytical Chemistry (journal)ElectrochemistryPotentiometric titrationChromatographyMaterials scienceElectrowetting

Résumé

récupéré en direct d'OpenAlex

Digital microfluidics (DMF) is an emerging technique for manipulating small volumes of liquids. DMF is particularly well suited for analytical applications as it allows automated handling of discrete samples, and it has been integrated with several inline analysis techniques. However, examples of the integration of DMF with electroanalytical methods are notably scarce, and those that have been reported rely on external electrodes that impose limitations on complexity. To combine the full capabilities of DMF with voltammetry, we designed a platform featuring a three-electrode electrochemical cell integrated in a microfabricated DMF device, removing the need for external electrodes and allowing for complete droplet control. The performance of the DMF/voltammetry system is comparable to that of a commercial screen printed electrode, and the new platform was applied to generating a calibration series for acetaminophen with a limit of detection of 76 μM and good precision (4% average RSD), all with minimal human intervention. We propose that this platform and variations thereof may be a useful new tool for microscale electroanalysis and will be a complementary system to existing inline analysis techniques for DMF.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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

Citations56
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207