MétaCan
Menu
Retour à la cohorte
Enregistrement W2762132669 · doi:10.1002/elps.201700136

Sorting polymers by size via an array of viscous posts

2017· article· en· W2762132669 sur OpenAlexafffund
Matthew C. VandeSande, Daniel J. Pasut, Hendrick W. de Haan

Notice bibliographique

RevueElectrophoresis · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPolymerViscositySortingViscous liquidWork (physics)MicrofluidicsChemical physicsMaterials scienceForcing (mathematics)Range (aeronautics)Langevin dynamicsNanotechnologyMechanicsPhysicsStatistical physicsComputer scienceThermodynamicsComposite materialAlgorithm

Résumé

récupéré en direct d'OpenAlex

DNA fragments can be sorted according to size by forcing them through an array of nanoposts. Whereas previous studies have explored solid nanoposts, this work examines nanoposts constructed out of viscous inclusions. Langevin dynamics simulations are used to study the dynamics of polymers driven through arrays of these viscous nanoposts for a range of post viscosities. The results are compared to the solid post case. Increasing post viscosity causes a decrease in the mobility of polymers traversing the array. In the limit of high post viscosity, the mobility becomes lower than in the solid post arrays, rather than converging to it. Analysis of the distributions of event times also shows that the viscous case is fundamentally different from the solid post case. The decrease in mobility in the viscous case arises from slowing down the polymer as it interacts with or even moves through the nanoposts, whereas the solid post case exhibits wrapping and unwrapping dynamics, yielding escape-like statistics. This work suggests that it may be possible to use viscous inclusions within nanofluidic and microfluidic devices to sort biomolecules with high resolution.

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 seuil0,002

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 Opus0,005
Tête enseignante GPT0,213
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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElectrophoresisMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207