MétaCan
Menu
Retour à la cohorte
Enregistrement W2015749921 · doi:10.1364/oe.18.014353

Self-noise-filtering phase-sensitive surface plasmon resonance biosensing

2010· article· en· W2015749921 sur OpenAlexafffund
Sergiy Patskovsky, Michel Meunier, Paras N. Prasad, Andrei V. Kabashin

Notice bibliographique

RevueOptics Express · 2010
Typearticle
Langueen
DomaineEngineering
ThématiquePhotonic and Optical Devices
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOpticsPhase modulationPhase noisePhase responseSurface plasmon resonancePhysicsPhase (matter)Amplitude modulationHarmonicsComputer scienceFrequency modulationBandwidth (computing)Telecommunications

Résumé

récupéré en direct d'OpenAlex

Emerged as an upgrade of currently available Surface Plasmon Resonance (SPR) biosensing in terms of sensitivity, phase-sensitive SPR technology still requires the minimization of instrumental noises to profit from its projected ultra-low detection limit (10(-8) refractive index units and lower). We present a polarimetry-based methodology for the efficient reduction of main instrumental noises in phase-sensitive measurements. The proposed approach employs a sinusoidal phase modulation of pumping light and is based on selection of proper modulation amplitude and initial phase relation for the first two modulation harmonics (F1 and F2), which enables to subtract amplitude drifts in the difference (F1 - F2) signal while doubling the phase response. The resulting effect can be called self-noise-filtering, since it implies an inherent noise subtraction in every phase sensing measurement. This methodology allows one to tackle drifts related to instabilities of light sources and optical elements and thus drastically lower the detection limit of phase-sensitive SPR sensing even in relatively simple and noisy experimental implementations.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,502
Score d'incertitude au seuil0,924

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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

Citations37
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptics ExpressMême sujetPhotonic and Optical DevicesTravaux en français237 207