MétaCan
Menu
Retour à la cohorte
Enregistrement W2338216922 · doi:10.1039/c6an00400h

A hydrogel based rapid test method for detection of Escherichia coli (E. coli) in contaminated water samples

2016· article· en· W2338216922 sur OpenAlexafffund
Naga Siva Kumar Gunda, Ravi Chavali, Sushanta K. Mitra

Notice bibliographique

RevueThe Analyst · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueBiosensors and Analytical Detection
Établissements canadiensYork UniversityToronto Public Health
Organismes subventionnairesYork University
Mots-clésEscherichia coliContaminationChemistryMicrobiologyChromatographyBiologyBiochemistryGene

Résumé

récupéré en direct d'OpenAlex

We have formulated a new chemical composition for rapid detection of Escherichia coli (E. coli) with currently available enzymatic substrates. We have evaluated the performance of the new chemical composition with different kinds of bacteria, and metallic and ionic interferences and optimized the chemical composition for rapid and specific detection of E. coli. We used a novel hydrogel based porous matrix to encapsulate the optimized chemical compounds and incorporated it within a readily available plunger-tube assembly. This overall system allows efficient, field deployable, rapid testing of water samples by simultaneously pre-concentrating and detecting E. coli within one integrated unit. We were able to detect E. coli concentrations of 4 × 10(6) CFU mL(-1) to 4 × 10(5) CFU mL(-1) within 5 min and 4 × 10(4) CFU mL(-1) to 400 CFU mL(-1) within 60 min using the integrated plunger-tube assembly containing the hydrogel matrix.

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 enseignants0,241
Score d'incertitude au seuil0,212

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 Opus0,014
Tête enseignante GPT0,229
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 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

Citations38
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AnalystMême sujetBiosensors and Analytical DetectionTravaux en français237 207