A Miniature Sensor Integrating Multiple Detection Technologies for Evaluating Water Pollution
Notice bibliographique
Résumé
A portable system to monitor water quality in both developed and developing countries is highly required. Currently, there is no commercial test available to satisfy this demand, as only accredited laboratories can perform such evaluations. Miniaturization of analytical instrumentation is one of the dominant trends within the chemical and biological sciences. Miniaturization of diagnostic devices not only affords portability and significant cost reductions but also performance gains in terms of speed, analytical efficiency, automation and reproducibility. To address this issue, a phytoplankton (alga and cyanobacteria) based detection system implemented in a micro-fluidic platform was developed. As change of the environment of algae induced by toxic compound can affect their metabolism, this makes phytoplankton ideal natural biosensors. Their response can be measured in real time by various detection mechanisms i.e., optical, chemical or electrical. The innovation of the system presented in this study, is to integrate both electrochemical and fluorescence detection in a single chamber. The system is shown in Fig.1. In general, photosynthesis process of algae is inhibited in presence of toxic compound, in our case, Diuron. Electrochemical detection is based on the measurement of oxygen produced by algae under such conditions. It was carried out using transparent silver nanowires electrode. The size distribution of the Ag nanowires is ~ 80 nm in length and the transparency of the electrode is 80%. Fluorescence detection is based on the activity of photosystem II in the presence and absence of Diuron. The concentration of Diuron can be detected by electrochemical detection between 50 and 1000 nM. (Fig. 2A) and 0.50 to 1000 nM using fluoresecense detection (Fig. 2B). The two detection systems were integrated into a single chamber in a way which enables for more reliable and sensitive detection of water pollutant. Figure 1 Edge view of the opto-electrochemical sensing device: a transparent oxygen sensor is integrated with a fluorescence sensor into the same chamber. Figure 2 response curves of electrochemical and fluorescense detections of algae to the herbicide, Diuron Figure 1
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».