MétaCan
Menu
Retour à la cohorte
Enregistrement W2086974201 · doi:10.1063/1.3050329

Sensitivity of field-effect biosensors to charge, pH, and ion concentration in a membrane model

2008· article· en· W2086974201 sur OpenAlexaff
W. R. McKinnon, D. Landheer, G. C. Aers

Notice bibliographique

RevueJournal of Applied Physics · 2008
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensInstitute for Microstructural Sciences
Organismes subventionnairesnon disponible
Mots-clésBiomoleculeBiosensorSurface chargeIonSensitivity (control systems)ChemistryMembraneField-effect transistorMoleculePoisson's equationPoisson–Boltzmann equationCharged particleCharge (physics)Chemical physicsOxideAnalytical Chemistry (journal)TransistorMaterials scienceNanotechnologyPhysical chemistryPhysicsChromatographyVoltageElectronic engineering

Résumé

récupéré en direct d'OpenAlex

In field-effect transistors used to detect charged biomolecules (BioFETs), the biomolecules form a charged membrane on the transistor surface. In this paper, the one-dimensional Poisson–Boltzmann equation is used to calculate the charge sensitivity (the sensitivity of the BioFET to changes in biomolecule charge), ion sensitivity (to changes in ion concentration of the solution), or pH sensitivity (to changes in pH of the solution), both analytically and numerically, and the results are compared to models where the charged molecules are represented as an infinitely thin plane. Complexation of ions with the oxide surface is shown to have a negligible effect on parameters typical of devices, but the layer used to tether the charged molecules to the surface could modify the sensitivity considerably.

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 enseignants0,154
Score d'incertitude au seuil0,326

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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

Citations28
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetAnalytical Chemistry and SensorsTravaux en français237 207