MétaCan
Menu
Retour à la cohorte
Enregistrement W2547421914 · doi:10.17975/sfj-2016-004

Synthesis of NiO/CNTs Nanocomposite by Direct Chemical Precipitation Method for Preparation of Voltammetric Sensor in Acetaminophen Analysis

2016· article· en· W2547421914 sur OpenAlexvenueno aff
Elahe Afsharmanesh, K H Mola Jafari, Mahtab Jabbarzade

Notice bibliographique

RevueSTEM Fellowship Journal · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrochemical sensors and biosensors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNanocompositeMaterials sciencePrecipitationNon-blocking I/OAcetaminophenCarbon nanotubeElectrochemical gas sensorScanning electron microscopeElectrochemistryChemical engineeringElectrodeNanotechnologyNuclear chemistryChemistryComposite materialOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

Although acetaminophen is a widely used analgesics and antipyretic drug, its overdose leads to many complications. Therefore, determining the correct dose of produced or imported drugs in clinical laboratories or a standard laboratory is essential. Different analytical methods, for example chromatography, spectroscopy and electrochemistry, can be utilized to determine the correct dose of acetaminophen. However, it is believed that electrochemical methods are more efficient due to their fast response and low cost. In this study, we synthesized NiO/CNTs nanocomposite by a direct chemical precipitation method for acetaminophen analysis using a voltammetric sensor. A chemical precipitation method was used for synthesis of NiO/CNTs nanocomposite in the nanoscale. The synthesis of nanopowder was investigated using scanning electron microscopy (SEM) and X-ray powder diffraction. The obtained result confirms the synthesis of nanocomposite with chemical precipitation method with ~35.5 nm diameter for NiO nanoparticle, as established by the Scherrer equation. The results show that the synthesized nanocomposite can modify a carbon paste electrode as a sensor for the analysis of acetaminophen.

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,504

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,008
Tête enseignante GPT0,252
Écart entre enseignants0,244 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSTEM Fellowship JournalMême sujetElectrochemical sensors and biosensorsTravaux en français237 207