MétaCan
Menu
Retour à la cohorte
Enregistrement W2048299653 · doi:10.1021/ac7022876

Noncovalent Modification of Carbon Nanotubes with Ferrocene−Amino Acid Conjugates for Electrochemical Sensing of Chemical Warfare Agent Mimics

2008· article· en· W2048299653 sur OpenAlexafffund
Mohammad A. K. Khan, Kağan Kerman, Michael W. P. Petryk, Heinz‐Bernhard Kraatz

Notice bibliographique

RevueAnalytical Chemistry · 2008
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCarbon Nanotubes in Composites
Établissements canadiensUniversity of SaskatchewanWestern University
Organismes subventionnairesOntario Ministry of Research and Innovation
Mots-clésChemistryFerroceneCarbon nanotubeBoronic acidElectrochemistryCombinatorial chemistryIndium tin oxideCyclic voltammetryChemical modificationSurface modificationConjugateAqueous solutionInorganic chemistryOrganic chemistryNanotechnologyPolymer chemistryElectrodeLayer (electronics)Materials science

Résumé

récupéré en direct d'OpenAlex

The electrochemical detection of chemical warfare agent (CWA) mimics was explored using multiwalled carbon nanotubes (MWCNTs) on indium tin oxide (ITO) surfaces in connection with ferrocene-amino acid conjugates. Various ferrocene-amino acid conjugates were synthesized and utilized as the recognition layer for the detection of CWA mimics. The ferrocene-amino acid conjugates were noncovalently attached to the pretreated MWCNTs on the ITO surface and reacted with CWA mimics, upon which the electrical properties of the MWCNTs and the Fc group were affected significantly. Alternating current voltammetry and capacitance-based detection offered large dynamic ranges for the detection of methylphosphonic acid, diethyl cyanophosphonate, ethylmethylphosphonate, and pinacolyl methylphosphonate in water. Electrochemical measurements showed dramatic changes upon the electrostatic interaction between the CWA mimics and the ferrocene-amino acid conjugates immobilized on MWCNTs on ITO surfaces. Electrochemical sensing in connection with MWCNTs is shown to be a promising analytical tool for the trace-level detection of CWA mimics in aqueous solutions.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,922

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,023
Tête enseignante GPT0,256
Écart entre enseignants0,233 · 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

Citations65
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetCarbon Nanotubes in CompositesTravaux en français237 207