Surface micromachining of polydimethylsiloxane for microfluidics applications
Notice bibliographique
Résumé
Polydimethylsiloxane (PDMS) elastomer has emerged as one of the most frequently applied materials in microfluidics. However, precise and large-scale surface micromachining of PDMS remains challenging, limiting applications of PDMS for microfluidic structures with high-resolution features. Herein, surface patterning of PDMS was achieved using a simple yet effective method combining direct photolithography followed by reactive-ion etching (RIE). This method incorporated a unique step of using oxygen plasma to activate PDMS surfaces to a hydrophilic state, thereby enabling improved adhesion of photoresist on top of PDMS surfaces for subsequent photolithography. RIE was applied to transfer patterns from photoresist to underlying PDMS thin films. Systematic experiments were conducted in the present work to characterize PDMS etch rate and etch selectivity of PDMS to photoresist as a function of various RIE parameters, including pressure, RF power, and gas flow rate and composition. We further compared two common RIE systems with and without bias power and employed inductively coupled plasma and capacitively coupled plasma sources, respectively, in terms of their PDMS etching performances. The RIE-based PDMS surface micromachining technique is compatible with conventional Si-based surface and bulk micromachining techniques, thus opening promising opportunities for generating hybrid microfluidic devices with novel functionalities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».