Simultaneous Pumping and Mixing of Biological Fluids in a Double-Array Electrothermal Microfluidic Device
Notice bibliographique
Résumé
Transport and mixing of minute amounts of biological fluids are significantly important in lab-on-a-chip devices. It has been shown that the electrothermal technique is a suitable candidate for applications involving high-conductivity biofluids, such as blood, saliva, and urine. Here, we introduce a double-array AC electrothermal (ACET) device consisting of two opposing microelectrode arrays, which can be used for simultaneous mixing and pumping. First, in a 2D simulation, an optimum electrode-pair configuration capable of achieving fast transverse mixing at a microfluidic channel cross-section is identified by comparing different electrode geometries. The results show that by adjusting the applied voltage pattern and position of the asymmetrical microelectrodes in the two arrays, due to the resultant circular flow streamlines, the time it takes for the analytes to be convected across the channel cross-section is reduced by 95% compared to a diffusion-only-based transport regime, and by 80% compared to a conventional two-layer ACET device. Using a 3D simulation, the fluid transport (pumping and mixing) capabilities of such an electrode pair placed at different angles longitudinally relative to the channel was studied. It was found that an asymmetrical electrode configuration placed at an angle in the range of 30 ° ≤ θ ≤ 45 ° can significantly increase transversal mixing efficiency while generating strong longitudinal net flow. These findings are of interest for lab-on-a-chip applications, especially for biosensors and immunoassays, where mixing analyte solutions while simultaneously moving them through a microchannel can greatly enhance the sensing efficiency.
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».