MétaCan
Menu
Retour à la cohorte
Enregistrement W2467779224 · doi:10.1039/c6lc00648e

On-demand droplet splitting using surface acoustic waves

2016· article· en· W2467779224 sur OpenAlexaff
Jin Ho Jung, Ghulam Destgeer, Byung Hang Ha, Jinsoo Park, Hyung Jin Sung

Notice bibliographique

RevueLab on a Chip · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesNational Research Foundation
Mots-clésMicrochannelPolydimethylsiloxaneOn demandTransducerAcousticsMaterials scienceOptoelectronicsNanotechnologyOpticsComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

We demonstrated the operation of an acoustomicrofluidic device composed of a polydimethylsiloxane (PDMS) microchannel and a slanted-finger interdigitated transducer (SF-IDT), for the on-demand splitting of droplets in an active, accurate, rapid, and size-controllable manner. A narrow beam of surface acoustic waves (SAWs) that emanated from the SF-IDT exerted an acoustic radiation force (ARF) on the droplet's water-oil interface due to the acoustic contrast between the two fluids. The ARF split the mother droplet into two or more daughter droplets of various volumes in a split ratio that was readily controlled by varying the applied voltage or the flow rate. Theoretical estimates of the ARF acting on the droplet interface were used to investigate the mechanism underlying the droplet splitting properties and size control. The versatility of the acoustomicrofluidic device operation was demonstrated by selectively pushing/placing a suspended polystyrene particle into a specific/preferred split daughter droplet using the direct ARF acting on the particle.

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,218
Écart entre enseignants0,202 · 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

Citations135
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

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