MétaCan
Menu
Retour à la cohorte
Enregistrement W4220714822 · doi:10.1002/smll.202105939

Large‐Scale Dried Reagent Reconstitution and Diffusion Control Using Microfluidic Self‐Coalescence Modules

2022· article· en· W4220714822 sur OpenAlexaff
Thomas Gervais, Yuksel Temiz, Lucas Aubé, Emmanuel Delamarche

Notice bibliographique

RevueSmall · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensPolytechnique MontréalCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésReagentMicrofluidicsCoalescence (physics)NanotechnologyMaterials scienceMixing (physics)Biological systemComputer scienceChemistryOrganic chemistryPhysicsBiology

Résumé

récupéré en direct d'OpenAlex

The positioning and manipulation of large numbers of reagents in small aliquots are paramount to many fields in chemistry and the life sciences, such as combinatorial screening, enzyme activity assays, and point-of-care testing. Here, a capillary microfluidic architecture based on self-coalescence modules capable of storing thousands of dried reagent spots per square centimeter is reported, which can all be reconstituted independently without dispersion using a single pipetting step and ≤5 μL of a solution. A simple diffusion-based mathematical model is also provided to guide the spotting of reagents in this microfluidic architecture at the experimental design stage to enable either compartmentalization, mixing, or the generation of complex multi-reagent chemical patterns. Results demonstrate the formation of chemical patterns with high accuracy and versatility, and simple methods for integrating reagents and imaging the resulting chemical patterns.

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 enseignants0,359
Score d'incertitude au seuil0,677

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 Opus0,013
Tête enseignante GPT0,211
Écart entre enseignants0,198 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207