Capillary microfluidics in microchannels: from microfluidic networks to capillaric circuits
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Microfluidics offer economy of reagents, rapid liquid delivery, and potential for automation of many reactions, but often require peripheral equipment for flow control. Capillary microfluidics can deliver liquids in a pre-programmed manner without peripheral equipment by exploiting surface tension effects encoded by the geometry and surface chemistry of a microchannel. Here, we review the history and progress of microchannel-based capillary microfluidics spanning over three decades. To both reflect recent experimental and conceptual progress, and distinguish from paper-based capillary microfluidics, we adopt the more recent terminology of capillaric circuits (CCs). We identify three distinct waves of development driven by microfabrication technologies starting with early implementations in industry using machining and lamination, followed by development in the context of micro total analysis systems (μTAS) and lab-on-a-chip devices using cleanroom microfabrication, and finally a third wave that arose with advances in rapid prototyping technologies. We discuss the basic physical laws governing capillary flow, deconstruct CCs into basic circuit elements including capillary pumps, stop valves, trigger valves, retention valves, and so on, and describe their operating principle and limitations. We discuss applications of CCs starting with the most common usage in automating liquid delivery steps for immunoassays, and highlight emerging applications such as DNA analysis. Finally, we highlight recent developments in rapid prototyping of CCs and the benefits offered including speed, low cost, and greater degrees of freedom in CC design. The combination of better analytical models and lower entry barriers (thanks to advances in rapid manufacturing) make CCs both a fertile research area and an increasingly capable technology for user-friendly and high-performance laboratory and diagnostic tests.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,003 |
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 découle