MétaCan
Menu
Retour à la cohorte
Enregistrement W3090991261 · doi:10.1039/d0lc00803f

Acoustofluidic generation of droplets with tunable chemical concentrations

2020· article· en· W3090991261 sur OpenAlexaff
Jinsoo Park, Ghulam Destgeer, Muhammad Afzal, Hyung Jin Sung

Notice bibliographique

RevueLab on a Chip · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésNanotechnologyChemical engineeringChemistryMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The dynamic control of the chemical concentration within droplets is required in numerous droplet microfluidic applications. Here, we propose an acoustofluidic method for the generation of a library of aqueous droplets with the desired chemical concentrations in a continuous oil phase. Surface acoustic waves produced by a focused interdigital transducer interact with two parallel laminar streams with different chemical compositions. Coupling the acoustic waves with the flow streams results in the controlled acoustofluidic mixing of the aqueous solutions through the formation of acoustic streaming flow-induced microvortices. The mixed streams are split at a bifurcation, and one of the streams with a precisely controlled chemical concentration is fed into a T-junction to produce droplets with tunable chemical concentrations. The periodic acoustofluidic mixing of the aqueous streams enables the generation of a droplet library with a well-defined inter-droplet concentration gradient. The proposed method is a promising tool for the on-chip dynamic control of in-droplet chemical concentrations and for next-generation droplet microfluidic 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 enseignants0,328
Score d'incertitude au seuil0,356

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 Opus0,024
Tête enseignante GPT0,220
Écart entre enseignants0,196 · 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

Citations46
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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