MétaCan
Menu
Retour à la cohorte
Enregistrement W2608089509 · doi:10.1021/acs.analchem.7b00932

Comparing the Electrochemical Response of Nanostructured Electrode Arrays

2017· article· en· W2608089509 sur OpenAlexafffund
Mahdieh Atighilorestani, Alexandre G. Brolo

Notice bibliographique

RevueAnalytical Chemistry · 2017
Typearticle
Langueen
DomaineChemistry
ThématiqueElectrochemical Analysis and Applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWestern Canada Research GridCompute Canada
Mots-clésElectrodeElectrochemistryChemistryCyclic voltammetryNanotechnologyNanosensorRedoxBiosensorNanostructureCurrent densityMicroelectrodeNanosphere lithographyAnalytical Chemistry (journal)OptoelectronicsMaterials scienceInorganic chemistry

Résumé

récupéré en direct d'OpenAlex

The electrochemical responses from periodic 6 × 6 arrays of recessed gold nanorings were compared to the 6 × 6 recessed gold nanodiscs arrays. The nanostructured arrays were fabricated by focused ion beam milling and their electrochemical response from a reversible redox pair was obtained. Three-dimensional cyclic voltammetry simulations using COMSOL were performed on 6 × 6 periodic arrays of both recessed nanodiscs and nanorings to elucidate the differences in mass transport between these geometries. Specific mass transport properties near the electroactive surface of the electrodes were elucidated by analyzing the calculated concentration profiles of the redox species. Relative contributions from radial diffusion regimes inside the nanoholes play an important role on the electrochemical response of the recessed nanorings. Arrays of nanodiscs are common in different types of applications, particularly in biosensors. The results presented here suggest that the performance and sensitivity of electrochemical nanosensors can be simply improved by implementing electrodes with a geometry which offer greater current density while keeping the overall footprint of the sensor element constant.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,024
Score d'incertitude au seuil0,709

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,264
Écart entre enseignants0,250 · 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

Citations16
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical ChemistryMême sujetElectrochemical Analysis and ApplicationsTravaux en français237 207