MétaCan
Menu
Retour à la cohorte
Enregistrement W2318349221 · doi:10.1115/imece2004-61606

Electrokinetically-Induced Flow Over a Nano-Hole Array Sensor

2004· article· en· W2318349221 sur OpenAlexaff
Angela De Leebeeck, David Sinton, Alexandre G. Brolo, Erin Arctander, Reuven Gordon, K. L. Kavanagh

Notice bibliographique

RevueFluids Engineering · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensSimon Fraser UniversityUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMicrochannelMicrofabricationMaterials scienceElectrokinetic phenomenaMicrofluidicsNano-Surface plasmon resonancePressure sensorOptoelectronicsNanotechnologyChipFabricationComposite materialNanoparticle

Résumé

récupéré en direct d'OpenAlex

A microfluidic device with an embedded surface-plasmon resonance (SPR) sensor was developed. The detector allows real-time monitoring of chemical processes on-chip. Microfabrication of a poly(dimethylsiloxane) chip incorporating a gold-on-glass nano-hole array (SPR sensor) was developed. This was the first time a SPR sensor operating in transmission mode was built in an on-chip format. Electrokinetic transport phenomena in a microchannel over the gold-on-glass plate was modeled using Computational Fluid Dynamics. The modeling results indicated that the flow over the gold-on-glass plate was pressure driven since there was no variation in electrical potential over the conductor (gold). The flow was electrokinetically driven where an electric field was present. The exchange of solutions in the nano-holes was also modeled and it was found that this process took less than a second. This permeation time is expected to scale with the diffusion coefficient. Lastly, preliminary optical measurements were performed to demonstrate the efficiency of the array of nano-holes as on-chip SPR sensors.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,004
Tête enseignante GPT0,182
Écart entre enseignants0,178 · 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

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFluids EngineeringMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207