MétaCan
Menu
Retour à la cohorte
Enregistrement W2081371442 · doi:10.1117/12.871607

Handheld nanohole array surface plasmon resonance sensing platform

2010· article· en· W2081371442 sur OpenAlexaff
Jeremy Campbell, Carlos Escobedo, A. I. K. Choudhury, J. T. Blakely, Alexandre G. Brolo, David Sinton, Reuven Gordon

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2010
Typearticle
Langueen
DomaineEngineering
ThématiquePlasmonic and Surface Plasmon Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSurface plasmon resonanceMultiplexingMaterials sciencePlasmonMicrofluidicsSurface plasmonOptoelectronicsExtraordinary optical transmissionNanotechnologyComputer scienceNanoparticleSurface plasmon polaritonTelecommunications

Résumé

récupéré en direct d'OpenAlex

Extraordinary optical transmission through nanohole arrays in metal films shows enhanced performance in surface plasmon resonance sensing, and efforts to develop this technology have been undertaken by many research groups worldwide. The challenge is to integrate a nanohole array sensor into a handheld design that is compact, cost effective, and capable of multiplexing. A number of implementations have been suggested, using components such as lasers and spectrometers, but these designs are often bulky, expensive and unacceptably noisy. We have developed an approach that is simple, inexpensive and reliable: an integrated handheld SPR imaging sensing platform using the nanohole array chip as the sensing element, a two-color LED source for spectral diversity, and a CCD module for multiplexed detection. A PDMS microfluidic chip made by conventional photolithographic techniques is assembled with the nanohole arrays and incorporated into the integrated module in order to transport the testing solutions, which offers the flexibility for future multiplexing. Results of preliminary tests show surface binding detection and have been promising.

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)0,000
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: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,005

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 Opus0,013
Tête enseignante GPT0,228
Écart entre enseignants0,215 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetPlasmonic and Surface Plasmon ResearchTravaux en français237 207