Enhanced Radio Frequency Biosensor for Food Quality Detection Using Functionalized Carbon Nanofillers
Notice bibliographique
Résumé
This paper outlines an improved design of inexpensive, wireless and battery free biosensors for in situ monitoring of food quality. This type of device has an additional advantage of being operated remotely. To make the device, a portion of an antenna of a passive 13.56 MHz radio frequency identification (RFID) tag was altered with a sensing element composed of conductive nanofillers/particles, a binding agent, and a polymer matrix. These novel RFID tags were exposed to biogenic amine putrescine, commonly used as a marker for food spoilage, and their response was monitored over time using a general-purpose network analyzer. The effect of conductive filler properties, including conductivity and morphology, and filler functionalization was investigated by preparing sensing composites containing carbon particles (CPs), multiwall carbon nanotubes (MWCNTs), and binding agent grafted-multiwall carbon nanotubes (g-MWCNTs), respectively. During exposure to putrescine, the amount of reflected waves, frequency at resonance, and quality factor of the novel RFID tags decreased in response. The use of MWCNTs reduced tag cutoff time (i.e., faster response time) as compared with the use of CPs, which highlighted the effectiveness of the conductive nanofiller morphology, while the addition of g-MWCNTs further accelerated the sensor response time as a result of localized binding on the conductive nanofiller surface. Microstructural investigation of the film morphology indicated a better dispersion of g-MWCNTs in the sensing composite as compared to MWCNTs and CPs, as well as a smoother texture of the surface of the resulting coating. These results demonstrated that grafting of the binding agent onto the conductive particles in the sensing composite is an effective way to further enhance the detection sensitivity of the RFID tag based sensor.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».