Colorimetric detection of melamine in milk by using gold nanoparticles-based LSPR via optical fibers
Notice bibliographique
Résumé
A biosensing system with optical fibers is proposed for the colorimetric detection of melamine in liquid milk samples by using the localized surface plasmon resonance (LSPR) of unmodified gold nanoparticles (AuNPs). The biosensing system consists of a broadband light source that covers the spectral range from 200 nm to 1700 nm, an optical attenuator, three types of 600 μm premium optical fibers with SMA905 connectors and a miniature spectrometer with a linear charge coupled device (CCD) array. The biosensing system with optical fibers is low-cost, simple and is well-proven for the detection of melamine. Its working principle is based on the color changes of AuNPs solution from wine-red to blue due to the inter-particle coupling effect that causes the shifts of wavelength and absorbance in LSPR band after the to-be-measured melamine samples were added. Under the optimized conditions, the detection response of the LSPR biosensing system was found to be linear in melamine detection in the concentration range from 0μM to 0.9 μM with a correlation coefficient (R2) 0.99 and a detection limit 33 nM. The experimental results obtained from the established LSPR biosensing system in the actual detection of melamine concentration in liquid milk samples show that this technique is highly specific and sensitive and would have a huge application prospects.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».