MétaCan
Menu
← Retour à la cohorte
Enregistrement W2604987617 · doi:10.1139/cjc-2016-0558

Highly sensitive determination of copper (II) ions using fluorescence and chemiluminescence emissions of modified CdS quantum dots after it’s preconcentration by dispersive liquid–liquid microextraction

2017· article· en· W2604987617 sur OpenAlexvenueno aff
Zohreh Saeedi, Ali Lotfi, Javad Hassanzadeh, Nafiseh Bagheri

Notice bibliographique

RevueCanadian Journal of Chemistry · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChemistryCopperChemiluminescenceDetection limitIonic liquidFluorescenceIonAnalytical Chemistry (journal)Potassium permanganateMetal ions in aqueous solutionQuantum yieldQuenching (fluorescence)Aqueous solutionSelectivityChromatographyInorganic chemistryPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Two highly sensitive and selective methods based on fluorescence (FL) and chemiluminescence (CL) emissions of 8-mercaptoquinoline-capped CdS quantum dots (MCQ-CdS QDs) were described for the determination of copper (II) after it’s preconcentration. High fluorescent CdS QDs, synthesized in an aqueous medium, generated a relatively intense CL emission in the presence of potassium permanganate as an oxidant. Furthermore, low quantities of copper (II) ions showed a remarkable quenching effect on both of the CL and FL emissions of MCQ-CdS QDs. Based on this effect, two selective and simple methods were established for Cu2+, and the detection limits of 0.28 and 0.026 ng mL−1 were obtained for the FL and CL methods, respectively. Also, due to the high propensity of MCQ to Cu2+, good selectivity was obtained and no sensible interfering effects from other metal ions were observed. To more sensitize the developed method, an efficient preconcentration process was designed based on the high-yield ultrasound-assisted temperature-controlled ionic liquid dispersive liquid–liquid microextraction (UA-TIL-DLLME) method. Under the optimum conditions, the extracted Cu2+ showed a suppressing effect on the FL and CL emissions of CdS QDs proportional to its initial concentration over the ranges of 0.008–1.4 and 0.001–1.4 ng mL−1, respectively. The limits of detection of 3.7 and 0.37 pg mL−1, respectively, were also achieved. The established methods showed great features and were satisfactorily applied to the monitoring of ultratrace Cu2+ in some different environmental samples.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,011
Tête enseignante GPT0,262
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Chemistry→Même sujetAdvanced biosensing and bioanalysis techniques→Travaux en français237 207→