MétaCan
Menu
Retour à la cohorte
Enregistrement W2347054149 · doi:10.4071/2016cicmt-wa12

Fabrication of LTCC Micro-fluidic Devices For Wireless Lab-On-A-Chip Applications

2016· article· en· W2347054149 sur OpenAlexaff
Achraf Ben Amar, Houssem Eddine Amor, Hung Cao, Ammar B. Kouki

Notice bibliographique

RevueAdditional Conferences (Device Packaging HiTEC HiTEN & CICMT) · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical and Thermal Properties of Materials
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésFabricationMaterials scienceCapacitive sensingMicrofluidicsFluidicsCapacitanceCeramicOptoelectronicsChipLaminationMicroelectromechanical systemsCapacitance probePermittivityDielectricElectrical engineeringElectronic engineeringNanotechnologyCapacitorElectrodeEngineeringComposite materialVoltageLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Abstract Low temperature co-fired ceramic (LTCC) based microfluidic sensors have been developed for biomedical and environmental sensing systems. This paper introduces a microfluidic chamber based on impedance spectroscopy measurements using LTCC technology for wireless Lab-On-A-Chip (LOC) applications. To overcome the channel sagging during the fabrication process, we used sacrificial carbon tapes as solid inserts, thus guiding the LTCC to follow their shape upon lamination and then formed micro-channels. The measurement chamber was a parallel-plate capacitive structure with 85 μm gap. This platform requires a small fluid sample of less than 4 μL. The sensor formed by the microfluidic channel and capacitance structure was characterized using different dielectric materials such as air, water and acetone. We hereby present the capability of LTCC-based systems in fluid identification by detecting their electrical permittivity using capacitance measurement.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,021
Tête enseignante GPT0,229
Écart entre enseignants0,208 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdditional Conferences (Device Packaging HiTEC HiTEN & CICMT)Même sujetElectrical and Thermal Properties of MaterialsTravaux en français237 207