MétaCan
Menu
Retour à la cohorte
Enregistrement W2082649979 · doi:10.1117/12.902474

Sensing of bacteria immobilised under static conditions using long-range surface plasmon waveguides in Cytop

2011· article· en· W2082649979 sur OpenAlexaff
Asad Muhammad Khan, Oleksiy Krupin, Ewa Lisicka-Skrzek, Pierre Berini

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Biosensing Techniques and Applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCladding (metalworking)MonolayerMaterials scienceBiosensorSurface plasmonAnalyteCarbodiimidePlasmonWaveguideOptoelectronicsWavelengthTransducerSurface plasmon resonanceOpticsNanoparticleNanotechnologyChemistryChromatographyPolymer chemistryComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Waveguides consisting of Au embedded in Cytop with micro-fluidic channels etched into the cladding are used for sensing via the propagation of long-range surface plasmons. Initially, a range of water/glycerol solutions with varying refractive indices were sequentially injected in a waveguide section in order to assess its bulk sensitivity and to find a solution supporting a strong high quality mode. Au waveguide surfaces were then functionalized with antibodies against Gram negative bacteria (Anti-Gneg) by first forming a self-assembled monolayer (SAM) of 16-mercaptohexadecanoic acid (16-MHA) and subsequent conjugation with antibodies through carbodiimide chemistry. E.Coli XL-1 Blue was used as an analyte in static incubations. Wavelength sweeps of 16-MHA covered waveguides were compared against waveguides covered with E-coli. The results indicate that very few bacteria cells are required to obtain a measurable change in output signal.

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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,260
Écart entre enseignants0,240 · 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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Biosensing Techniques and ApplicationsTravaux en français237 207