MétaCan
Menu
Retour à la cohorte
Enregistrement W3007051726 · doi:10.1073/pnas.1916562117

Tunable and precise miniature lithium heater for point-of-care applications

2020· article· en· W3007051726 sur OpenAlexafffund
Buddhisha Udugama, Pranav Kadhiresan, Warren C. W. Chan

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésLithium (medication)Point of carePoint (geometry)Nuclear engineeringMaterials scienceEnvironmental scienceEngineering physicsEngineeringMedicineMathematicsInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

Significance Biochemical techniques are required for a variety of different point-of-care applications, from diagnosing illnesses to manufacturing vaccines. Many of these applications cannot be used in remote locations due to their reliance on electricity for temperature control. Here we have developed a miniature lithium heater, up to 8,000 times smaller than existing technologies, enabling the use of biochemical techniques at the point of care. By using these heaters in a model workflow that detects the presence of a virus, we demonstrate their applicability to a broad range of biochemical techniques that require precise temperature control. This technology may be broadly used, such as in disaster relief camps or mountain expeditions, for diagnostic and therapeutic applications.

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 enseignants0,021
Score d'incertitude au seuil0,115

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 Opus0,023
Tête enseignante GPT0,259
Écart entre enseignants0,235 · 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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetBiosensors and Analytical DetectionTravaux en français237 207