MétaCan
Menu
Retour à la cohorte
Enregistrement W2775008982 · doi:10.1039/c7lc01083d

On-demand acoustic droplet splitting and steering in a disposable microfluidic chip

2017· article· en· W2775008982 sur OpenAlexaff
Jinsoo Park, Jin Ho Jung, Kwangseok Park, Ghulam Destgeer, Husnain Ahmed, Raheel Ahmad, Hyung Jin Sung

Notice bibliographique

RevueLab on a Chip · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésMicrofluidicsOn demandChipMicrofluidic chipLab-on-a-chipNanotechnologyEngineeringMaterials scienceComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

On-chip droplet splitting is one of the fundamental droplet-based microfluidic unit operations to control droplet volume after production and increase operational capability, flexibility, and throughput. Various droplet splitting methods have been proposed, and among them the acoustic droplet splitting method is promising because of its label-free operation without any physical or thermal damage to droplets. Previous acoustic droplet splitting methods faced several limitations: first, they employed a cross-type acoustofluidic device that precluded multichannel droplet splitting; second, they required irreversible bonding between a piezoelectric substrate and a microfluidic chip, such that the fluidic chip was not replaceable. Here, we present a parallel-type acoustofluidic device with a disposable microfluidic chip to address the limitations of previous acoustic droplet splitting devices. In the proposed device, an acoustic field is applied in the direction opposite to the flow direction to achieve multichannel droplet splitting and steering. A disposable polydimethylsiloxane microfluidic chip is employed in the developed device, thereby removing the need for permanent bonding and improving the flexibility of the droplet microfluidic device. We experimentally demonstrated on-demand acoustic droplet bi-splitting and steering with precise control over the droplet splitting ratio, and we investigated the underlying physical mechanisms of droplet splitting and steering based on Laplace pressure and ray acoustics analyses, respectively. We also demonstrated droplet tri-splitting to prove the feasibility of multichannel droplet splitting. The proposed on-demand acoustic droplet splitting device enables on-chip droplet volume control in various droplet-based microfluidic applications.

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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,241
Écart entre enseignants0,229 · 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

Citations86
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207