MétaCan
Menu
Retour à la cohorte
Enregistrement W4220667661 · doi:10.3390/mi13030425

A Hybrid Microfluidic Electronic Sensing Platform for Life Science Applications

2022· article· en· W4220667661 sur OpenAlexafffund
Abbas Panahi, Ebrahim Ghafar‐Zadeh

Notice bibliographique

RevueMicromachines · 2022
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensYork University
Organismes subventionnairesMitacsCMC Microsystems
Mots-clésJFETMicrofluidicsSensitivity (control systems)TransconductanceVoltageMaterials scienceOptoelectronicsElectronic engineeringNanotechnologyElectrical engineeringField-effect transistorEngineeringTransistor

Résumé

récupéré en direct d'OpenAlex

is implemented through a foundry process called Open-Gate Junction FET (OG-JFET). The proposed OG-JFET sensor with a back gate enables the charge by directly introducing the biological and chemical samples on the top of the device. This paper puts forward the design and implementation of a PDMS microfluidic structure integrated with an OG-JFET chip to direct the samples toward the sensing site. At the same time, the sensor's gain is controlled with a back gate electrical voltage. Herein, we demonstrate and discuss the functionality and applicability of the proposed sensing platform using a chemical solution with different pH values. Additionally, we introduce a mathematical model to describe the charge sensitivity of the OG-JFET sensor. Based on the results, the maximum value of transconductance gain of the sensor is ~1 mA/V at Vgs = 0, which is decreased to ~0.42 mA/V at Vgs = 1, all in Vds = 5. Furthermore, the variation of the back-gate voltage from 1.0 V to 0.0 V increases the sensitivity from ~40 mV/pH to ~55 mV/pH. As per the experimental and simulation results and discussions in this paper, the proposed hybrid microfluidic OG-JFET sensor is a reliable and high-precision measurement platform for various life science and industrial 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 enseignants0,169
Score d'incertitude au seuil0,579

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 technologies0,0010,000
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 Opus0,010
Tête enseignante GPT0,240
Écart entre enseignants0,230 · 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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicromachinesMême sujetAnalytical Chemistry and SensorsTravaux en français237 207