MétaCan
Menu
Retour à la cohorte
Enregistrement W2799735436 · doi:10.1063/1.5023396

Membrane isolation of repeated-use sweat stimulants for mitigating both direct dermal contact and sweat dilution

2018· article· en· W2799735436 sur OpenAlexfundno aff
Phillip Simmers, Yuchan Yuan, Z. Sonner, Jason Heikenfeld

Notice bibliographique

RevueBiomicrofluidics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensnon disponible
Organismes subventionnairesAir Force Research LaboratoryMcMaster University
Mots-clésSWEATIontophoresisStimulantCarbacholChemistryPerspirationSweat testMembranePharmacologyStimulationMedicineEndocrinologyInternal medicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

With the device integration of sweat stimulation, sweat becomes a stronger candidate for non-invasive continuous biochemical sensing. However, sweat stimulants are cholinergenic agents and non-selective to just the sweat glands, and so, direct placement of sweat stimulants poses additional challenges in the possibility for uncontrollable transport of the stimulant into the body and challenges in contamination of the sweat sample. Reported here is membrane isolation of repeated-use sweat stimulants for mitigating direct dermal contact, dilution of the sweat stimulant, and contamination of the sweat sample. The membrane dramatically reduces passive diffusion of the sweat stimulant carbachol by roughly two orders of magnitude, while still allowing repeated sweat stimulation by iontophoretic delivery of the carbachol through the membrane and into the skin. Both in-vivo and in-vitro validation reveal feasibility for reliable integration of sweat stimulants within a wearable device for use periods of 24 h or more. In addition, advanced topics and confounding issues such as stimulant gel design, osmotic pressure, and ionic impurities are speculatively and theoretically discussed.

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 enseignants0,015
Score d'incertitude au seuil0,644

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 Opus0,020
Tête enseignante GPT0,240
Écart entre enseignants0,220 · 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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomicrofluidicsMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207