MétaCan
Menu
Retour à la cohorte
Enregistrement W2793027042 · doi:10.1002/smll.201800013

Detection of Individual Molecules and Ions by Carbon Nanotube‐Based Differential Resistive Pulse Sensor

2018· article· en· W2793027042 sur OpenAlexafffund
Ran Peng, Xiaowu Tang, Dongqing Li

Notice bibliographique

RevueSmall · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueNanopore and Nanochannel Transport Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésCarbon nanotubeMaterials scienceMoleculeResistive touchscreenNanotechnologyRhodamine BRhodamineIonFluorescenceChemistryComputer scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This paper presents a new method of sensing single molecules and cations by a carbon nanotube (CNT)-based differential resistive pulse sensing (RPS) technique on a nanofluidic chip. A mathematical model for multichannel RPS systems is developed to evaluate the CNT-based RPS signals. Individual cations, rhodamine B dye molecules, and ssDNAs are detected successfully with high resolution and high signal-to-noise ratio. Differentiating ssDNAs with 15 and 30 nucleotides are achieved. The experimental results also show that translocation of negatively charged ssDNAs through a CNT decreases the electrical resistance of the CNT channel, while translocation of positively charged cations and rhodamine B molecules increases the electrical resistance of the CNT. The CNT-based nanofluidic device developed in this work provides a new avenue for single-molecule/ion detection and offers a potential strategy for DNA sequencing.

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)0,000
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 enseignants0,012
Score d'incertitude au seuil0,441

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,194
Écart entre enseignants0,183 · 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

Citations38
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSmallMême sujetNanopore and Nanochannel Transport StudiesTravaux en français237 207