MétaCan
Menu
Retour à la cohorte
Enregistrement W2907823240 · doi:10.1109/icsens.2018.8589951

Microfluidic Cantilever Biosensors

2018· article· nl· W2907823240 sur OpenAlexafffund
Thomas Thundat, Faheem Khan, Swathi Chaudhari, Kamalesh Chaudhari, Seokbeom Kim, Jungcul Lee

Notice bibliographique

Revuenon disponible
Typearticle
Languenl
DomainePhysics and Astronomy
ThématiqueMechanical and Optical Resonators
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada Research Chairs
Mots-clésCantileverMicrofluidicsBiomoleculeNanotechnologyBiosensorMaterials scienceCapillary actionFabricationComposite material

Résumé

récupéré en direct d'OpenAlex

Although a microfabricated cantilever with a high quality factor can detect changes in its mass with unprecedented sensitivity, severe damping reduces it mass sensitivity when operated in a liquid medium thus restricting its use as a mass sensor for biomolecular detection. However, fabrication of cantilevers with embedded microfluidic channel allows confining liquids within them and enables their operation even in vacuum conditions for greatly reduced damping. Operating the microfluidic cantilever in vacuum allows mass-based detection of biomolecules in the liquid environment with unprecedented sensitivity. Although biomolecular detection based on mass using microfluidic cantilever is extremely sensitive, it cannot provide any molecular selectivity. However, coupling the cantilever with capillary gel electrophoresis for separation of biomolecules prior to detection provides an ideal technique for biomolecular detection. Making the cantilever bi-material will also allow infrared photothermal spectroscopy of molecules inside the cantilever. Mid-IR spectroscopy together with mass measurements of confined biomolecules in liquids offers molecular recognition in their native state without using any receptors.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,610
Score d'incertitude au seuil0,961

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)0,0520,040

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 Opus0,013
Tête enseignante GPT0,250
Écart entre enseignants0,237 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMechanical and Optical ResonatorsTravaux en français237 207