MétaCan
Menu
Retour à la cohorte
Enregistrement W2315157055 · doi:10.1166/jnn.2013.7755

Rapid Microwave-Induced Synthesis of Gold-Polydimethylsiloxane Nanocomposites for Biosensing of Proteins

2013· article· en· W2315157055 sur OpenAlexaff
Hamid SadAbadi, Simona Bǎdilescu, Muthukumaran Packirisamy, Rolf Wüthrich

Notice bibliographique

RevueJournal of Nanoscience and Nanotechnology · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceBiosensorNanocompositeSurface plasmon resonanceColloidal goldChloroauric acidNanotechnologyNanoparticlePolydimethylsiloxaneParticle sizeChemical engineering

Résumé

récupéré en direct d'OpenAlex

In this paper a novel in-situ microwave-induced synthesis of the gold-polydimethylsiloxane nanocomposite is presented. Microwave-induced synthesis has the advantages of a very short reaction time, small particle size and narrow size distribution of the particles. The ethanol solution of gold chloroauric acid is used as the precursor solution. The mechanism of formation and growth of nanoparticles are discussed in detail. UV/Vis spectroscopy and SEM imaging were used to characterize the optical properties and the size distribution of the particles. To improve the sensing properties of the nanocomposite, an annealing process were used. The results show that the annealed samples have the high sensitivity of 102 nm/RIU toward the surrounding medium which makes the nanocomposite suitable for biosensing applications. In addition, the elasticity of the platform in the presence of gold nanoparticles was found to be enhanced up to 20%. Finally, the immunosensing of the bovine growth hormone was performed by using the localized surface plasmon resonance (LSPR) band of gold nanoparticles. The results demonstrate suitability of the nanocomposite platform for biosensing applications. The results are highly relevant for microfluidic-based biosensors.

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)0,001
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 enseignants0,089
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,254
Écart entre enseignants0,243 · 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

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nanoscience and NanotechnologyMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207