MétaCan
Menu
Retour à la cohorte
Enregistrement W4286853563 · doi:10.3791/50256-v

Synthesis and Operation of Fluorescent-core Microcavities for Refractometric Sensing

2013· article· en· W4286853563 sur OpenAlexaff
S. McFarlane, C. P. K. Manchee, Joshua W. Silverstone, Jonathan G. C. Veinot, A. Meldrum

Notice bibliographique

RevueJournal of Visualized Experiments · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueSemiconductor Lasers and Optical Devices
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésFluorescenceMicrofluidicsOptoelectronicsAnalyteMaterials scienceCore (optical fiber)Quantum dotFabricationWavelengthCoatingResonatorNanotechnologyOpticsChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

This paper discusses fluorescent core microcavity-based sensors that can operate in a microfluidic analysis setup. These structures are based on the formation of a fluorescent quantum-dot (QD) coating on the channel surface of a conventional microcapillary. Silicon QDs are especially attractive for this application, owing in part to their negligible toxicity compared to the II-VI and II-VI compound QDs, which are legislatively controlled substances in many countries. While the ensemble emission spectrum is broad and featureless, an Si-QD film on the channel wall of a capillary features a set of sharp, narrow peaks in the fluorescence spectrum, corresponding to the electromagnetic resonances for light trapped within the film. The peak wavelength of these resonances is sensitive to the external medium, thus permitting the device to function as a refractometric sensor in which the QDs never come into physical contact with the analyte. The experimental methods associated with the fabrication of the fluorescent-core microcapillaries are discussed in detail, as well as the analysis methods. Finally, a comparison is made between these structures and the more widely investigated liquid-core optical ring resonators, in terms of microfluidic sensing capabilities.

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 enseignants0,012
Score d'incertitude au seuil0,325

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 Opus0,033
Tête enseignante GPT0,360
Écart entre enseignants0,327 · 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetSemiconductor Lasers and Optical DevicesTravaux en français237 207