Inkjet-printed microgel-based etalon sensor
Notice bibliographique
Résumé
Stimuli-responsive microgel-based etalons are promising optical and bio-sensors. These sensors play a pivotal role in modern healthcare by enabling rapid biomolecule detection, contributing to organ-on-chip applications and early disease diagnosis. This study investigates the suitability of poly(N-isopropylacrylamide) (pNIPAm)-based microgels for inkjet printing, focusing on optimizing their properties for effective deposition. Key parameters, including surface tension, viscosity, and particle size, are characterized to ensure compatibility with inkjet-printing requirements. The addition of surfactants tunes the suspensions’ properties to be in line with the requirements of inkjet printing. Jetting of pNIPAm-based microgels on gold-coated substrates forms a cohesive drop in a range of a few millimeters. Optical and scanning electron microscopy confirm the formation of a uniform microgel layer. The optical reflectance spectroscopy results indicate that inkjet-printed microgel-based etalons can effectively respond to changes in temperature and glucose concentration. In-liquid atomic force microscopy demonstrates the swelling dynamics of the microgels in different glucose concentrations, shedding light on their response dynamics. Our work demonstrates, for the first time, the feasibility of printing microgels in a controlled way, fabricating biocompatible inkjet-printed microgel-based etalon sensors with precise dimensions. The size precision and the sensitive monitoring capabilities of biomolecules hold great promise for in situ and continuous sensing in a wide range of biological and organ-on-chip applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».