MétaCan
Menu
Retour à la cohorte
Enregistrement W2995228001 · doi:10.1002/elps.201900299

Electrophoretic ratcheting of spherical particles in well/channel microfluidic devices: Making particles move against the net field

2019· article· en· W2995228001 sur OpenAlexafffund
Hanyang Wang, Hendrick W. de Haan, Gary W. Slater

Notice bibliographique

RevueElectrophoresis · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensOntario Tech UniversityUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Ottawa
Mots-clésElectrophoresisElectric fieldMicrofluidicsMaterials scienceNonlinear systemField (mathematics)Inversion (geology)Chemical physicsMolecular physicsNanotechnologyPhysicsChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

We examine the electrophoresis of spherical particles in microfluidic devices made of alternating wells and narrow channels, including a system previously used to separate DNA molecules. Our computer simulations predict that such systems can be used to separate spherical particles of different sizes that share the same free-solution mobility. Interestingly, the electrophoretic velocity shows an inversion as the field intensity is increased: while small particles have higher velocities at low field, the situation is reversed at high fields with the larger particles then moving faster. The resulting nonlinearity suggests that asymmetric pulsed electric fields could be used to build separation ratchets: particles then have a net size-dependent velocity in the presence of a zero-mean external field. Exploiting the inversion mentioned above, we show how to design pulsed field sequences that make particles move against the mean field (an example of negative mobility). Finally, we demonstrate that it is possible to use pulsed fields to make particles of different sizes move in opposite directions, even though their charge have the same sign.

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 enseignants0,017
Score d'incertitude au seuil0,869

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,006
Tête enseignante GPT0,199
Écart entre enseignants0,193 · 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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElectrophoresisMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207