MétaCan
Menu
Retour à la cohorte
Enregistrement W4307899046 · doi:10.1016/j.slast.2022.10.001

Digital microfluidics as an emerging tool for bacterial protocols

2022· review· en· W4307899046 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSLAS TECHNOLOGY · 2022
Typereview
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSociety for Laboratory Automation and Screening
Mots-clésMicrofluidicsInstrumentation (computer programming)Computer scienceDigital microfluidicsNanotechnologySample (material)Systems engineeringBiochemical engineeringComputer hardwareProcess engineeringEngineeringMaterials scienceChromatographyChemistry

Résumé

récupéré en direct d'OpenAlex

Bacteria are widely studied in various research areas, including synthetic biology, sequencing and diagnostic testing. Protocols involving bacteria are often multistep, cumbersome and require access to a long list of instruments to perform experiments. In order to streamline these processes, the fluid handling technique digital microfluidics (DMF) has provided a miniaturized platform to perform various steps of bacterial protocols from sample preparation to analysis. DMF devices can be paired/interfaced with instrumentation such as microscopes, plate readers, and incubators, demonstrating their versatility with existing research tools. Alternatively, DMF instruments can be integrated into all-in-one packages with on-chip magnetic separation for sample preparation, heating/cooling modules to perform assay steps and cameras for absorbance and/or fluorescence measurements. This perspective outlines the beneficial features DMF offers to bacterial protocols, highlights limitations of current work and proposes future directions for this tool's expansion in the field.

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.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,321
Écart entre enseignants0,292 · 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