MétaCan
Menu
Retour à la cohorte
Enregistrement W2899097107 · doi:10.1109/jsen.2018.2878484

Disposable Off-Chip Micro-Dispenser for Accurate Droplet Transportation

2018· article· en· W2899097107 sur OpenAlexafffund
Behzad Parsi, Lihong Zhang, Vlastimil Masek

Notice bibliographique

RevueIEEE Sensors Journal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMemorial University of NewfoundlandResearch and Development Corporation of Newfoundland and LabradorCanada Foundation for Innovation
Mots-clésChipActuatorMechanical engineeringPipetteThermoelectric coolingMicrofluidicsMaterials scienceComputer scienceEngineeringThermoelectric effectElectrical engineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

Liquid dispensing in small scale is typically done by using either automatic syringe pumps or manual operation with syringes or pipettes. The micro-dispensers, which can precisely transport a variety of droplet fluids in the μL range, have received increasingly more attention in the area of lab-on-a-chip. In this paper, we present the design of a portable, efficient, accurate yet cost-effective micro-dispenser, which is ideal for improving simple laboratory applications. Our proposed design is comprised of the main frame and a disposable main tank for accommodating a bulk volume of sample fluid. The whole unit functions as an off-chip reservoir to transport the sample fluid to elsewhere through a passive valve. The height of the disposable main tank and the diameter of the passive valve are carefully designed upon the physical properties of the sample fluid. Moreover, our micro-dispenser is equipped with a flexible layer of elastic diaphragm. An electromagnetic actuator is utilized to produce push-pull force, while a Peltier thermoelectric device supported by a fuzzy logic controller is dedicated to controlling the temperature within the tank. The experimental measurements of our prototyped device exhibit that our proposed design features multiple advantages over the conventional methods, including repeatable dispensing, high accuracy, disposability, and controllable temperature.

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 enseignants0,020
Score d'incertitude au seuil0,606

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 Opus0,011
Tête enseignante GPT0,234
Écart entre enseignants0,222 · 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

Citations4
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Sensors JournalMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207