MétaCan
Menu
Retour à la cohorte
Enregistrement W2994842928 · doi:10.1039/c9lc00980a

Engineering 3D parallelized microfluidic droplet generators with equal flow profiles by computational fluid dynamics and stereolithographic printing

2019· article· en· W2994842928 sur OpenAlexfundno aff
Tom Kamperman, Liliana Moreira Teixeira, Seyedeh Sarah Salehi, Greet Kerckhofs, Yann Guyot, Mike A. Geven, Liesbet Geris, Dirk W. Grijpma, Sébastien Blanquer, Jeroen Leijten

Notice bibliographique

RevueLab on a Chip · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensnon disponible
Organismes subventionnairesH2020 European Research CouncilKU LeuvenDutch Arthritis SocietyNederlandse Organisatie voor Wetenschappelijk OnderzoekArthritis SocietyHercules Foundation
Mots-clésMicrofluidicsComputational fluid dynamicsFluid dynamicsFlow (mathematics)Dynamics (music)3D printingComputer scienceNanotechnologyEngineeringComputer graphics (images)Computational scienceMaterials scienceMechanical engineeringMechanicsPhysicsAerospace engineeringAcoustics

Résumé

récupéré en direct d'OpenAlex

Microfluidic droplet generators excel in generating monodisperse micrometer-sized droplets and particles. However, the low throughput of conventional droplet generators hinders their clinical and industrial translation. Current approaches to parallelize microdevices are challenged by the two-dimensional nature of the standard fabrication methods. Here, we report the facile production of three-dimensionally (3D) parallelized microfluidic droplet generators consisting of stacked and radially multiplexed channel designs. Computational fluid dynamics simulations form the design basis for a microflow distributor that ensures similar flow rates through all droplet generators. Stereolithography is the selected technique to fabricate microdevices, which enables the manufacturing of hollow channels with dimensions as small as 50 μm. The microdevices could be operated up to 4 bars without structural damage, including deformation of channels, or leakage of the on-chip printed Luer-Lok type connectors. The printed microdevices readily enable the production of water-in-oil emulsions, as well as polymer containing droplets that act as templates for both solid and core-shell hydrogel microparticles. The cytocompatibility of the 3D printed device is demonstrated by encapsulating mesenchymal stem cells in hydrogel microcapsules, which results in the controllable formation of stem cell spheroids that remain viable and metabolically active for at least 21 days. Thus, the unique features of stereolithography fabricated microfluidic devices allow for the parallelization of droplet generators in a simple yet effective manner by enabling the realization of (complex) 3D designs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,189
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations48
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207