MétaCan
Menu
Retour à la cohorte
Enregistrement W4366424689 · doi:10.3390/polym15081926

The Additive Manufacturing Approach to Polydimethylsiloxane (PDMS) Microfluidic Devices: Review and Future Directions

2023· review· en· W4366424689 sur OpenAlexafffund
Anthony Tony, Ildikó Badea, Chun Yang, Yuyi Liu, Garth Wells, Kemin Wang, Ruixue Yin, Hongbo Zhang, Wenjun Zhang

Notice bibliographique

RevuePolymers · 2023
Typereview
Langueen
DomaineEngineering
ThématiqueNanofabrication and Lithography Techniques
Établissements canadiensCanadian Light Source (Canada)University of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrofluidicsPolydimethylsiloxaneSoft lithographyNanotechnologyFabricationMaterials scienceLithographyMoldPDMS stampComputer scienceScope (computer science)CastingReplica

Résumé

récupéré en direct d'OpenAlex

This paper presents a comprehensive review of the literature for fabricating PDMS microfluidic devices by employing additive manufacturing (AM) processes. AM processes for PDMS microfluidic devices are first classified into (i) the direct printing approach and (ii) the indirect printing approach. The scope of the review covers both approaches, though the focus is on the printed mold approach, which is a kind of the so-called replica mold approach or soft lithography approach. This approach is, in essence, casting PDMS materials with the mold which is printed. The paper also includes our on-going effort on the printed mold approach. The main contribution of this paper is the identification of knowledge gaps and elaboration of future work toward closing the knowledge gaps in fabrication of PDMS microfluidic devices. The second contribution is the development of a novel classification of AM processes from design thinking. There is also a contribution in clarifying confusion in the literature regarding the soft lithography technique; this classification has provided a consistent ontology in the sub-field of the fabrication of microfluidic devices involving AM processes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,022
Tête enseignante GPT0,282
Écart entre enseignants0,260 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations100
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetNanofabrication and Lithography TechniquesTravaux en français237 207