MétaCan
Menu
Retour à la cohorte
Enregistrement W2044762474 · doi:10.5539/ep.v1n1p12

Antibody Functionalised Gold Nanoprobes Based Colorimetric Assay for the Direct Detection of Phenylurea Herbicide

2011· article· en· W2044762474 sur OpenAlexvenueno aff
Priyanka Sharma, Bipul Kumar, C. Raman Suri

Notice bibliographique

RevueEnvironment and Pollution · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésColloidal goldDetection limitAbsorbanceDynamic light scatteringImmunoassayChemistryChromatographyNanoparticleColorimetric analysisMaterials scienceNanotechnologyAntibody

Résumé

récupéré en direct d'OpenAlex

One-step homogeneous colorimetric immunoassay format for direct detection of herbicide diuron is reported. Gold nanoparticles (30 nm) functionalised with specific anti-diuron antibody was used as bioprobes for the development of non-crosslinking hybridization method, where aggregation of the gold-nanoprobes is induced by an increasing salt concentration, and is prevented by the amount of antigen (diuron) present in sample solution. The aggregation profile of the antibody functionalised gold nanoparticles directed by the immunoreaction was investigated using transmission electron microscopy (TEM), dynamic light scattering (DLS) and was further confirmed colorimetrically by measuring the change in the absorption ratio (620/520 nm) with increasing amounts of diuron. The assay exhibited an excellent sensitivity and specificity based on absorbance profile showing the dynamic response range from 0.1-50 ng/mL for diuron with a detection limit of ~5 ng/mL. The new technique could be used for fast, high-throughput screening of pesticides in environmental diagnostics at a very low cost.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,218 · 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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207