MétaCan
Menu
Retour à la cohorte
Enregistrement W2007463094 · doi:10.1039/c2an36422k

Tattoo-based potentiometric ion-selective sensors for epidermal pH monitoring

2012· article· en· W2007463094 sur OpenAlexaff
Amay J. Bandodkar, Vinci Wing Sze Hung, Wenzhao Jia, Gabriela Valdés‐Ramírez, Joshua Ray Windmiller, Alexandra G. Martinez, Julian Ramírez, Garrett Chan, Kağan Kerman, Joseph Wang

Notice bibliographique

RevueThe Analyst · 2012
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPotentiometric titrationPerspirationFabricationPotentiometric sensorWearable computerElectrodeMaterials scienceChemistryNanotechnologyComputer scienceEmbedded systemComposite material

Résumé

récupéré en direct d'OpenAlex

This article presents the fabrication and characterization of novel tattoo-based solid-contact ion-selective electrodes (ISEs) for non-invasive potentiometric monitoring of epidermal pH levels. The new fabrication approach combines commercially available temporary transfer tattoo paper with conventional screen printing and solid-contact polymer ISE methodologies. The resulting tattoo-based potentiometric sensors exhibit rapid and sensitive response to a wide range of pH changes with no carry-over effects. Furthermore, the tattoo ISE sensors endure repetitive mechanical deformation, which is a key requirement of wearable and epidermal sensors. The flexible and conformal nature of the tattoo sensors enable them to be mounted on nearly any exposed skin surface for real-time pH monitoring of the human perspiration, as illustrated from the response during a strenuous physical activity. The resulting tattoo-based ISE sensors offer considerable promise as wearable potentiometric sensors suitable for diverse 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 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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,030
Tête enseignante GPT0,277
Écart entre enseignants0,248 · 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

Citations377
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetAnalytical Chemistry and SensorsTravaux en français237 207