Sheath‐assisted versus sheathless dielectrophoretic particle separation
Notice bibliographique
Résumé
Lab-on-chip devices are widely being used for binary and ternary cell/particle separation applications. Among the lab-on-chip methods, dielectrophoresis (DEP) is a cost-effective and label-free method, with great capabilities for size-based separation of cells and particles, which is mostly performed in sheath-assisted forms. However, the elimination of the sheath flows offers advantages such as ease of operation and higher sample throughput. In this work, we present a comparison of sheath-assisted and sheathless DEP separation of three sizes of microparticles using tilted electrodes. The sheath-assisted design was capable of separating the 5, 10, and 15 μm particles with a separation efficiency as high as 98.0% for 15 μm particles. By adding a DEP focusing region, a sheathless DEP separator was proposed, which offered higher throughputs (up to 10 times) at the cost of lowering the separation efficiency (a reduction up to 10.3% for 15 μm) compared to the sheath-assisted design. To enhance the separation efficiency, a combination of the DEP focusing accompanied by weak sheath flows from both sides was proposed. This design achieved the highest sample separation yield in the outlets (as high as 98.7% for 15 μm) with a sample throughput of more than 4.2 μL/min. This study provides insights into the choice of an appropriate platform for any application in which the yield, purity, throughput, and portability must be considered.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».