MétaCan
Menu
← Retour à la cohorte
Enregistrement W2999124472 · doi:10.1109/sensors43011.2019.8956829

Parallel Electroplating of Multiple Materials Using Patterned Gels for Electrochemical Sensing

2019· article· en· W2999124472 sur OpenAlexaff
Aliakbar Mohammadzadeh, Alison Fox‐Robichaud, P. Ravi Selvaganapathy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésElectroplatingMicroscale chemistryMaterials scienceFabricationMicroelectrodePlating (geology)CoatingDeposition (geology)ElectrolyteNanotechnologyElectrodeReagentElectrochemistryLayer (electronics)Chemistry

Résumé

récupéré en direct d'OpenAlex

Electrodeposition is a widely used method to fabricate electrodes in microscale electroanalytical devices. In this method, low cost materials such as copper are coated with higher cost but functional materials such as gold or silver. Conventional methods of electroplating, which use a sequential process of coating one material at a time, consumes a significant amount of time for deposition of multiple materials. In addition, they use a large volume of electrolytes which may be reasonable if large areas are coated but are wasteful and unnecessary for fabrication of small area microelectrodes. Here, we introduce a new method where gels are used to immobilize plating reagents close to the surface on which it is to be plated. We show that such gels could be patterned using spot printing and confined to some regions using xurographically patterned films attached to the surface. This method allows gel patterns containing different metal salts to be placed in different locations. Such patterned surfaces can then be dipped into a common working electrolyte and produce a complex multimaterial pattern of deposition in parallel.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,214
Écart entre enseignants0,205 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrofluidic and Capillary Electrophoresis Applications→Travaux en français237 207→