MétaCan
Menu
Retour à la cohorte
Enregistrement W3131729552 · doi:10.1017/flo.2021.13

Shaping liquid films by dielectrophoresis

2021· preprint· en· W3131729552 sur OpenAlexfundno aff
Israel Gabay, Federico Paratore, Evgeniy Boyko, António Ramos, Amir D. Gat, Moran Bercovici

Notice bibliographique

RevueFlow · 2021
Typepreprint
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensnon disponible
Organismes subventionnairesH2020 European Research CouncilAzrieli FoundationIsrael Academy of Sciences and HumanitiesIran Science Elites FederationEuropean Commission
Mots-clésMicroscale chemistryMaterials scienceDielectrophoresisElectrodeElectric fieldDeformation (meteorology)DielectricMicrofluidicsLaplace's equationStress (linguistics)HolographyMechanicsComposite materialNanotechnologyOptoelectronicsOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract We present a theoretical model and experimental demonstration of thin liquid film deformations due to a dielectric force distribution established by surface electrodes. We model the spatial electric field produced by a pair of parallel electrodes and use it to evaluate the stress on the liquid–air interface through Maxwell stresses. By coupling this force with the Young–Laplace equation, we obtain the deformation of the interface. To validate our theory, we design an experimental set-up which uses microfabricated electrodes to achieve spatial dielectrophoretic actuation of a thin liquid film, while providing measurements of microscale deformations through digital holographic microscopy. We characterize the deformation as a function of the electrode-pair geometry and film thickness, showing very good agreement with the model. Based on the insights from the characterization of the system, we pattern conductive lines of electrode pairs on the surface of a microfluidic chamber and demonstrate the ability to produce complex two-dimensional deformations. The films can remain in liquid form and be dynamically modulated between different configurations or polymerized to create solid structures with high surface quality.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,253
Score d'incertitude au seuil1,000

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 recherche0,0010,001
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 Opus0,009
Tête enseignante GPT0,200
Écart entre enseignants0,191 · 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.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFlowMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207