MétaCan
Menu
Retour à la cohorte
Enregistrement W4408890204 · doi:10.1117/12.3043506

Characterizing single airborne droplets using photoacoustic sensing and acoustic levitation

2025· article· en· W4408890204 sur OpenAlexaff
Omar Nusrat, Eric M. Strohm, Michael C. Kolios

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensSt. Michael's HospitalToronto Metropolitan UniversityBritish Columbia Institute of Technology
Organismes subventionnairesnon disponible
Mots-clésAcoustic levitationLevitationPhotoacoustic imaging in biomedicineAcousticsMagnetic levitationMaterials scienceRemote sensingOpticsPhysicsEngineeringElectrical engineeringGeology

Résumé

récupéré en direct d'OpenAlex

The inhalation of viral airborne droplets is classified as the primary mode of COVID-19 transmission. However, there is a notable gap in current research with respect to real-time detection of viral droplets in open air. Previously, it was shown that photoacoustics can be used to distinguish between airborne particulates sprayed into the open air based on absorber concentration. It was determined that the peak photoacoustic amplitudes from water were highest, and as the absorber concentration within water increased, the signal decreased, opposite to expectations; the detected photoacoustic signals were suspected to be attributed to the spherical geometry of the droplets. To understand the impact of droplet geometry on the signal intensity in isolation, an open-air photoacoustic system was developed using a 500 kHz ultrasound transducer and 475nm nanosecond pulsed laser. An acoustic levitation system was constructed to examine light interactions with single droplets while maintaining the spherical geometry of the sample. Single droplets of acridine orange dye were analyzed at various concentrations and diameters. The transducer was positioned 5 cm away from the levitation setup to detect the generated photoacoustic signals, which were then analyzed to determine the characteristics of the droplets based on diameters ranging from 300 micron to 2.5 mm. The signals increased proportional to the absorber concentration of the dye droplet; as they evaporated, the signal increased with each subsequent pulse before the droplet vaporized. Current experiments aim to categorize the photoacoustic response based on droplet and laser parameters, with potential applications in sensing airborne viral material.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,211
Écart entre enseignants0,202 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and MixingTravaux en français237 207