MétaCan
Menu
Retour à la cohorte
Enregistrement W2064765974 · doi:10.1021/ac900221y

Nanoholes As Nanochannels: Flow-through Plasmonic Sensing

2009· article· en· W2064765974 sur OpenAlexafffund
Fatemeh Eftekhari, Carlos Escobedo, Jacqueline Ferreira, Xiaobo Duan, Emerson M. Girotto, Alexandre G. Brolo, Reuven Gordon, David Sinton

Notice bibliographique

RevueAnalytical Chemistry · 2009
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensUniversity of VictoriaBC Cancer Agency
Organismes subventionnairesBC Cancer AgencyNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésSurface plasmon resonanceNanofluidicsNanotechnologyPlasmonMonolayerChemistryBiosensorFlow (mathematics)MicrofluidicsSurface plasmonOptoelectronicsMaterials scienceNanoparticleMechanics

Résumé

récupéré en direct d'OpenAlex

We combine nanofluidics and nanoplasmonics for surface-plasmon resonance (SPR) sensing using flow-through nanohole arrays. The role of surface plasmons on resonant transmission motivates the application of nanohole arrays as surface-based biosensors. Research to date, however, has focused on dead-ended holes, and therefore failed to harness the benefits of nanoconfined transport combined with SPR sensing. The flow-through format enables rapid transport of reactants to the active surface inside the nanoholes, with potential for significantly improved time of analysis and biomarker yield through nanohole sieving. We apply the flow-through method to monitor the formation of a monolayer and the immobilization of an ovarian cancer biomarker specific antibody on the sensing surface in real-time. The flow-through method resulted in a 6-fold improvement in response time as compared to the established flow-over method.

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)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,256
Écart entre enseignants0,241 · 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

Citations291
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207