MétaCan
Menu
Retour à la cohorte
Enregistrement W2744950972 · doi:10.3390/bios7030031

An Affordable Microsphere-Based Device for Visual Assessment of Water Quality

2017· article· en· W2744950972 sur OpenAlexafffund
Azra Rajwani, Brendon S. Restall, Nathan J. Muller, Scott Roebuck, Stephanie M. Willerth

Notice bibliographique

RevueBiosensors · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesCanada Research ChairsGrand Challenges CanadaBritish Columbia Innovation CouncilUniversity of Victoria
Mots-clésMicrosphereQuality (philosophy)Environmental scienceChemical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

This work developed a prototype of an affordable, long-term water quality detection device that provides a visual readout upon detecting bacterial contamination. This device prototype consists of: (1) enzyme-releasing microspheres that lyse bacteria present in a sample, (2) microspheres that release probes that bind the DNA of the lysed bacteria, and (3) a detector region consisting of gold nanoparticles. The probes bind bacterial DNA, forming complexes. These complexes induce aggregation of the gold nanoparticles located in the detector region. The nanoparticle aggregation process causes a red to blue color change, providing a visual indicator of contamination being detected. Our group fabricated and characterized microspheres made of poly (ε-caprolactone) that released lysozyme (an enzyme that degrades bacterial cell walls) and hairpin DNA probes that bind to regions of the Escherichia coli genome over a 28-day time course. The released lysozyme retained its ability to lyse bacteria. We then showed that combining these components with gold nanoparticles followed by exposure to an E. coli-contaminated water sample (concentrations tested—106 and 108 cells/mL) resulted in a dramatic red to blue color change. Overall, this device represents a novel low-cost system for long term detection of bacteria in a water supply and other applications.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,042
Score d'incertitude au seuil0,426

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,060
Tête enseignante GPT0,391
Écart entre enseignants0,331 · 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

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiosensorsMême sujetWater Quality Monitoring TechnologiesTravaux en français237 207