MétaCan
Menu
Retour à la cohorte
Enregistrement W2623223676 · doi:10.1021/acssensors.7b00112

An Inexpensive, Single Use Carbon-Based Sensor for the Rapid and Early Detection of Hydrocarbon Leaks

2017· article· en· W2623223676 sur OpenAlexafffund
H. Bri Sebastian, Robert M. Mayall, Roberto J. Pilonieta, Steven L. Bryant

Notice bibliographique

RevueACS Sensors · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAnalytical Chemistry and Sensors
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanada Excellence Research Chairs, Government of CanadaAlberta InnovatesAlberta Innovates - Technology FuturesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésParaffin waxHexaneWaxMaterials scienceHydrocarbonCarbon fibersChemical engineeringSolventNanoparticleEvaporationFabricationCarbon nanotubeElectrical resistivity and conductivityNanotechnologyOrganic chemistryChemistryComposite material

Résumé

récupéré en direct d'OpenAlex

A novel fabrication process for a single use, low-cost organic solvent sensor has been developed. The process is simple, and the materials are readily available. Carbon nanomaterials are self-assembled at a water/hexane interface, where the hexane phase contains dissolved paraffin wax. Upon the controlled evaporation of hexane, the paraffin wax precipitates, trapping the carbon nanoparticles at the surface in a paraffin wax backbone, realizing a carbon-nanoparticle-decorated film. The film is hydrophobic and highly electrically conductive. When exposed to hydrocarbons or a mixture of hydrocarbons, the conductive carbon network deteriorates and an increase in film resistivity is monitored. The rate of change in resistivity is proportional to the concentration and composition of organic molecules in contact with the film.

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

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 Opus0,027
Tête enseignante GPT0,243
Écart entre enseignants0,216 · 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
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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS SensorsMême sujetAnalytical Chemistry and SensorsTravaux en français237 207