Paper-Based Microfluidic Device with a Gold Nanosensor to Detect Arsenic Contamination of Groundwater in Bangladesh
Notice bibliographique
Résumé
In this paper, we present a microfluidic paper-based analytical device (μPAD) with a gold nanosensor functionalized with α-lipoic acid and thioguanine (Au–TA–TG) to detect whether the arsenic level of groundwater from hand tubewells in Bangladesh is above or below the World Health Organization (WHO) guideline level of 10 μg/L. We analyzed the naturally occurring metals present in Bangladesh groundwater and assessed the interference with the gold nanosensor. A method was developed to prevent interference from alkaline metals found in Bangladesh groundwater (Ca, Mg, K and Na) by increasing the pH level on the μPADs to 12.1. Most of the heavy metals present in the groundwater (Ni, Mn, Cd, Pb, and Fe II) did not interfere with the μPAD arsenic tests; however, Fe III was found to interfere, which was also prevented by increasing the pH level on the μPADs to 12.1. The μPAD arsenic tests were tested with 24 groundwater samples collected from hand tubewells in three different districts in Bangladesh: Shirajganj, Manikganj, and Munshiganj, and the predictions for whether the arsenic levels were above or below the WHO guideline level agreed with the results obtained from laboratory testing. The μPAD arsenic test is the first paper-based test validated using Bangladesh groundwater samples and capable of detecting whether the arsenic level in groundwater is above or below the WHO guideline level of 10 μg/L, which is a step towards enabling the villagers who collect and consume the groundwater to test their own sources and make decisions about where to obtain the safest water.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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 tête enseignante, 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 ».