MétaCan
Menu
Retour à la cohorte
Enregistrement W3199583189 · doi:10.32393/csme.2021.208

Metamaterial-Inspired Rf Chipless Tag For Real-Time Non-Invasive Monitoring In Microfluidic Device

2021· article· en· W3199583189 sur OpenAlexaff
Zahra Abbasi, Weijia Cui, Carolyn L. Ren

Notice bibliographique

RevueProgress in Canadian Mechanical Engineering. Volume 4 · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésChipless RFIDMetamaterialMicrofluidicsRadio frequencyComputer scienceMaterials scienceOptoelectronicsTelecommunicationsNanotechnologyResonator

Résumé

récupéré en direct d'OpenAlex

This abstract presents a microwave-microfluidic sensing platform for monitoring the complex permittivity of an individual droplet. Microfluidics has recently been developed as a powerful platform for biochemical reactions due to several advantages such as low reagent usage, precise control of reaction variables, and fast reaction rate. However, sensing and verification in microfluidic devices mostly rely on expensive and bulky optical equipment and high-speed cameras. Microwave resonator-based structures have been used for sensing applications. Among all the structures, planar microwave sensors are preferred candidates compared to the other complicated and bulky microwave structures because of their inexpensive and easy fabrication process, lab-on-a-chip compatibility, and label-free detection. The principle of operation in microwave sensors is based on the interaction between the fringing electromagnetic (EM) field distribution created by the structure and the sample under the test. This empowers microwave sensing to perform real-time measurement without having physical contact with the sample under the test. However, the lower fringing field in the planar microwave resonator-based sensors is a limitation for the structure to be applied for highly sensitive applications such as droplet sensing. To enhance sensitivity, a coupled microwave reader-tag design is proposed as the sensor where metamaterial-inspired chipless RF tag is the main sensing element integrated with the microfluidic device. Using the chipless tag as the sensing element not only enhances the electric fringing fields and the sensitivity of the structure but combining it with a microfluidic device creates a user-friendly, low-cost, contamination-free microfluidic sensory device. Integration of the tag with a microfluidic device enables robust wireless sensing performance, making them a strong candidate for non-invasive biomedical sensing applications. The performance of the microwave microfluidic sensor has been validated in monitoring conductivity and permittivity of the sample using mixtures of DI water, Isopropyl alcohol (IPA), and NaCl. The sensor offers selectivity for measuring the concentration of IPA in DI Water in the sample and the salinity level of the sample.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,219 · 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'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 revueProgress in Canadian Mechanical Engineering. Volume 4Même sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207