MétaCan
Menu
Retour à la cohorte
Enregistrement W4378627809 · doi:10.1002/admi.202300144

Manipulation of Ferrofluid‐Wrapped Drops: Translation, Coalescence, and Release

2023· article· en· W4378627809 sur OpenAlexafffund
Madhu Ranjan Gunjan, Utsab Banerjee, Sirshendu Misra, Sushanta K. Mitra

Notice bibliographique

RevueAdvanced Materials Interfaces · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrowetting and Microfluidic Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Waterloo
Mots-clésFerrofluidCoalescence (physics)Materials scienceMagnetNanotechnologyDrop (telecommunication)Magnetic nanoparticlesMagnetic fieldNanoparticleMechanical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Magnetic manipulation of droplets has emerged as a promising strategy to achieve several complex tasks ranging from targeted drug delivery and micro‐robotics to controlled chemical synthesis. Hence, proper control in creating magnetically responsive droplets is indispensable for successful implementation. Here, an impact‐based encapsulation technique is employed to create stable ferrofluid‐wrapped single‐liquid and compound droplets inside a water bath. Thereafter, a permanent magnet is used to manipulate the resulting encapsulated cargo and demonstrate its feasibility for various applications. The manipulations reported herein are underwater magnet‐assisted drop translation and coalescence of compound droplets. The release of the innermost cargo in the compound droplet is also experimentally demonstrated via magnetic actuation. Importantly, for the first time, magnetically controlled coalescence of ferrofluid encapsulated compound droplets containing water‐soluble species in a water pool is demonstrated. The non‐contact manipulation technique presented in this work promises significant implications for magnet‐assisted actuation technologies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 GPT0,231
Écart entre enseignants0,218 · 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'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

Citations26
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Materials InterfacesMême sujetElectrowetting and Microfluidic TechnologiesTravaux en français237 207