MétaCan
Menu
Retour à la cohorte
Enregistrement W4382631668 · doi:10.1038/s41598-023-37506-1

Portable impedance-sensing device for microorganism characterization in the field

2023· article· en· W4382631668 sur OpenAlexafffund
Karim Bouzid, Jesse Greener, Sandro Carrara, Benoit Gosselin

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaUniversité Laval
Mots-clésElectrical impedanceSensitivity (control systems)Computer scienceMaterials scienceDielectric spectroscopyElectronic engineeringElectrical engineeringPhysicsElectrodeEngineering

Résumé

récupéré en direct d'OpenAlex

A variety of biosensors have been proposed to quickly detect and measure the properties of individual microorganisms among heterogeneous populations, but challenges related to cost, portability, stability, sensitivity, and power consumption limit their applicability. This study proposes a portable microfluidic device based on impedance flow-cytometry and electrical impedance spectroscopy that can detect and quantify the size of microparticles larger than 45 µm, such as algae and microplastics. The system is low cost ($300), portable (5 cm [Formula: see text] 5 cm), low-power (1.2 W), and easily fabricated utilizing a 3D-printer and industrial printed circuit board technology. The main novelty we demonstrate is the use of square wave excitation signal for impedance measurements with quadrature phase-sensitive detectors. A linked algorithm removes the errors associated to higher order harmonics. After validating the performance of the device for complex impedance models, we used it to detect and differentiate between polyethylene microbeads of sizes between 63 and 83 µm, and buccal cells between 45 and 70 µm. A precision of 3% is reported for the measured impedance and a minimum size of 45 µm is reported for the particle characterization.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,015
Tête enseignante GPT0,238
Écart entre enseignants0,223 · 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

Citations9
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207