MétaCan
Menu
Retour à la cohorte
Enregistrement W2410144736 · doi:10.1039/c6lc00534a

A simple acoustofluidic chip for microscale manipulation using evanescent Scholte waves

2016· article· en· W2410144736 sur OpenAlexaff
Vivian Aubert, Régis Wunenburger, Tony Valier‐Brasier, David Rabaud, Jean-Philippe Kleman, Cédric Poulain

Notice bibliographique

RevueLab on a Chip · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesFrench Infrastructure for Integrated Structural BiologyCentre National de la Recherche ScientifiqueAgence Nationale de la Recherche
Mots-clésMicroscale chemistryAcousticsAcoustic waveStanding waveEvanescent waveMaterials scienceSubstrate (aquarium)Acoustic radiation forceOpticsPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Acoustofluidics is acknowledged as a powerful tool offering a contactless and label-free manipulation of fluids, micro-beads, and living cells. To date, most techniques rely on the use of propagating acoustic waves and take advantage of the associated acoustic radiation force in standing or progressive fields. Here, we present a new approach based on the generation of an evanescent acoustic field above a substrate. This field is obtained by means of subsonic interfacial waves giving rise to a well-defined standing wave pattern. By both imaging and probing the evanescent acoustic field, we show that these interfacial waves are guided waves known as quasi-Scholte acoustic waves. Scholte waves present very interesting features for applications in acoustofluidics. Namely, they confine the acoustic energy to the vicinity of the surface, they are nearly lossless and thus can propagate over long distances along the substrate, and finally they do not require any particular material for the substrate. With a very simple and low-cost device we show several examples of applications including patterning lines or arrays of cells, triggering spinning of living cells, and separating plasma from RBC in a whole blood microdroplet.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,024
Score d'incertitude au seuil0,580

Scores Codex et Gemma par catégorie

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 Opus0,031
Tête enseignante GPT0,252
Écart entre enseignants0,221 · 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 tête enseignante, 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

Citations33
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

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