Dynamics of temperature-actuated droplets within microfluidics
Notice bibliographique
Résumé
Characterizing the thermal behavior of dispersed droplets within microfluidic channels is crucial for different applications in lab-on-a-chip. In this paper, the physics of droplets volume during their transport over a heater is studied experimentally and numerically. The response of droplets to external heating is examined at temperature ranges of 25-90 °C and at different flow rates of the dispersed phase respect to the continuous flow. The results present a reliable prediction of the droplet volume and stability when heating is applied to the droplets at the downstream channel in a quite far distance from the droplets' ejection orifice. Increasing the ratio of flow rate resulted in larger droplets; for instance, the flow ratio of 0.25 produced drops with 40% larger diameter than the flow rate of 0.1. For every 10 °C increase in temperature of the droplets, the droplet diameter increased by about 5.7% and 4.2% for pure oil and oil with a surfactant, respectively. Also, the droplets showed a degree of instability during their transport over the heater at higher temperatures. Adding SPAN 20 surfactant improved the stability of the droplets at temperatures higher than 60 °C. The experimentally validated numerical model helped for systemic analysis of the influence of key temperature-dependence parameters (e.g. surface tension, density and viscosity of both phases) on controlling the volume and stability of droplets. Our findings supported to develop highly functional systems with a predetermined droplets performance under high temperatures up to 90 °C. This report provides a preliminary basis for enhancing the performance of droplet microfluidic systems for digital droplet polymerase chain reaction (ddPCR), continuous flow digital loop-mediated isothermal PCR (LAMP), and droplet-based antibiotic susceptibility testing.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».