MétaCan
Menu
Retour à la cohorte
Enregistrement W2916229814 · doi:10.1119/1.5084554

Fabrication and characterization of a microfluidic flow cytometer for the advanced undergraduate laboratory

2019· article· en· W2916229814 sur OpenAlexafffund
Daniel J. Gorelik, Faiyza Alam, Joshua N. Milstein, Paul A. E. Piunno

Notice bibliographique

RevueAmerican Journal of Physics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrofluidicsNanotechnologyFabricationSoft lithographyPolydimethylsiloxaneCharacterization (materials science)Lab-on-a-chipPhysicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Microfluidic devices can be used to explore a vast range of phenomena in biophysics and soft-matter physics. While the popularity of these devices is in part driven by the ease of soft-lithography, most research labs still depend upon expensive, clean-room fabrication of photoresist molds, which can make this technique inaccessible to the undergraduate laboratory. However, there are much simpler, if coarser, approaches to designing molds that are capable of producing surprisingly complicated devices. Here, we detail the fabrication and characterization of a microfluidic device for flow cytometry or particle sorting on a chip. Our device is a layered polydimethylsiloxane chip that uses a series of Quake valves to sort. The molds were fabricated on equipment accessible to most undergraduate labs. The techniques and physics we discuss in this manuscript can be employed to create an almost endless variety of devices for learning about complex fluid mechanics, mesoscopic, soft-matter, and biological physics.

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 enseignants0,158
Score d'incertitude au seuil0,199

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 Opus0,005
Tête enseignante GPT0,200
Écart entre enseignants0,195 · 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

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of PhysicsMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207