MétaCan
Menu
Retour à la cohorte
Enregistrement W4238379293 · doi:10.1016/s1535-5535-04-00277-1

Setting up High-Throughput Low-Volume Sequencing and PCR Reactions Using an Automated System Equipped with Precision Glass Syringes and a Non-Contact Microsolenoid Dispenser

2003· article· en· W4238379293 sur OpenAlexaff
Hui‐Chung Wu, A. McIntyre James, Nelson Braunthal, Jean Shieh, Arezou Azarani

Notice bibliographique

RevueJALA Journal of the Association for Laboratory Automation · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensPhenomenome Discoveries (Canada)
Organismes subventionnairesnon disponible
Mots-clésThroughputVolume (thermodynamics)SyringeSample (material)Channel (broadcasting)Biomedical engineeringComputer scienceComputer hardwareMaterials scienceChromatographyChemistryEngineeringTelecommunicationsMechanical engineeringPhysicsWireless

Résumé

récupéré en direct d'OpenAlex

The advantages of using a new automated system, the Hydra-Plus-One System equipped with 96 or 384 precision glass syringes and a non-contact microsolenoid dispenser, in setting up high-throughput low-volume sequencing reactions and PCR are described. Using the syringe-based dispenser, which is the Hydra-PP part of this system, wet dispenses of as small as 100 nL with CVs of less than 10% can be accomplished. The single-channel, non-contact microsolenoid dispenser part of the system can dispense samples as low as 100 nL (with CVs of less than 10%) at a speed of 58s per 96 dispenses into any plate format (SBS footprint). The advantages associated with the use of the Hydra-Plus-One System for setting up PCR and sequencing reactions are high precision at nanoliter-dispense range; speed; and minimal waste of precious and expensive samples. The single-channel dispenser eliminates the dead volume associated with aspirating from reservoirs or troughs and thereby reduces sample waste. In addition, virtually all material can be recovered from the dispenser. Finally, non-contact dispensing enables distribution of sample into wells without any in-between-dispenses washing requirements.

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)0,001
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil0,481

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJALA Journal of the Association for Laboratory AutomationMême sujetBiosensors and Analytical DetectionTravaux en français237 207