MétaCan
Menu
Retour à la cohorte
Enregistrement W3049536733 · doi:10.1088/1361-6439/abaf34

Induced-charge electrokinetics in microfluidics: a review on recent advancements

2020· review· en· W3049536733 sur OpenAlexafffund
Mohammad K. D. Manshadi, Mehdi Mohammadi, Mohammad Zarei, Mahsa Saadat, Amir Sanati‐Nezhad

Notice bibliographique

RevueJournal of Micromechanics and Microengineering · 2020
Typereview
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrofluidicsElectrokinetic phenomenaNanotechnologyDigital microfluidicsElectric fieldFluidicsMaterials scienceEngineeringElectrical engineeringPhysicsVoltageElectrowetting

Résumé

récupéré en direct d'OpenAlex

Abstract Applying an external electric field over a polarizable electrode or object within microchannels can induce an electric double layer (EDL) around channel walls and create induced-charge electrokinetics (ICEK) within channels. The primary consequence of the induced charge is the generation of micro-vortices around the polarizable electrode or object, presenting great potential for various microfluidic applications. This review presents the advances in theoretical, numerical and experimental studies on the physics and applications of ICEK within microfluidics. In particular, the characteristics and performance of ICEK-based microfluidic components in active micromixers, micropumps, and microvalves are critically reviewed, followed by discussing the applications of ICEK in electrophoresis and particle/cell manipulation within microfluidics. Furthermore, the opportunities and challenges of ICEK-based microfluidic devices are highlighted. This work facilitates recognizing deliverable ICEK-based microfluidic technologies with unprecedented functionality for the next generation of biomedical applications with predictable manufacturability and functionality.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,026
Tête enseignante GPT0,263
Écart entre enseignants0,237 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations25
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Micromechanics and MicroengineeringMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207